动手学深度学习学习整理第31页

SpringCloud Alibaba Nacos注册中心官方文档——快速开始

一、前言本篇笔记是我根据SpringCloudAlibabaNacos官方文档学习整理而来，主要是对Nacos注册中心的部署、NacosServer的动态配置及NacosServer的服务注册与发现的一个官方

偏执即为魔·2022-12-09 14:15

知识点22

常用图像处理与数据增强方法合集（torchvision.transforms）Pytorch预训练模型以及修改【深度学习】踩坑日记：模型训练速度过慢，GPU利用率低Pytorch中多GPU训练指北课程类动手学深度学习在线课程

I"ll carry you·2022-12-09 14:04

动手学深度学习--多层感知机篇（MLP）

多层感知机前言：本章分为8小章1.多层感知机线性模型的缺陷：具有单调性：即W增大output增大，W减小output减小，而现实中存在许多违反单调性的例子：①体温预测死亡率②收入变化与还款可能性隐藏层与多层感知机（multilayerperceptronMLP）将前L-1层看作表示，把最后一层看作线性预测器，这种架构常称为多层感知机（此处线性存疑）缺点：具有全连接层的多层感知机的参数开销过大激活函

yijie_01·2022-12-09 09:19

【动手学深度学习】10.多层感知机（MLP）

一、感知机1、感知机概念给定输入x，权重w，和偏移b,感知机输出：o=σ(⟨w,x⟩+b)σ(x)={1ifx>00otherwiseo=\sigma(\langle\mathbf{w},\mathbf{x}\rangle+b)\quad\sigma(x)=\left\{\begin{array}{ll}1&\text{if}x>0\\0&\text{otherwise}\end{array}\r

ShadoooWM·2022-12-09 09:38

利用Gluon简洁实现线性回归——动手学深度学习笔记

在使用gluon接口之前，我们首先需要下载好mxnet包pipinstallmxnet生成数据集根据公式基础去理解，并加上噪声frommxnetimportautograd,ndnum_inputs=2num_examples=1000true_w=[2,-3.4]true_b=4.2features=nd.random.normal(scale=1,shape=(num_examples,num

看星河的兔子·2022-12-09 06:49

坚持学习100天：文本文件应用

在这里记录一些学习的东西和学习的心情,内容主要是一些自己学习整理的小笔记。

smile- sunshine·2022-12-08 21:43

《动手学深度学习》(七) -- 边界框和锚框

1边界框在目标检测中，我们通常使用边界框（boundingbox）来描述对象的空间位置。边界框是矩形的，由矩形左上角的以及右下角的xxx和yyy坐标决定。另一种常用的边界框表示方法是边界框中心的(x,y)(x,y)(x,y)轴坐标以及框的宽度和高度。在这里，我们[定义在这两种表示法之间进行转换的函数]：box_corner_to_center从两角表示法转换为中心宽度表示法，而box_center

长路漫漫2021·2022-12-08 09:09

动手学深度学习（二十四）——公式详解ResNet

一、为什么选择残差网络在VGG中，卷积网络达到了19层，在GoogLeNet中，网络史无前例的达到了22层。那么，网络的精度会随着网络的层数增多而增多吗？在深度学习中，网络层数增多一般会伴着下面几个问题计算资源的消耗（用GPU集群去怼）模型容易过拟合（扩大数据集、Droupout、批量归一化、正则化、初始化参数调整等等方法）梯度消失/梯度爆炸问题的产生（批量归一化）随着网络层数的增加，网络

留小星·2022-12-08 02:44

学习笔记：动手学深度学习 16 模型选择、欠拟合、过拟合

多项式回归Python3.8.8(default,Apr132021,15:08:03)[MSCv.191664bit(AMD64)]Type'copyright','credits'or'license'formoreinformationIPython7.22.0--AnenhancedInteractivePython.Type'?'forhelp.PyDevconsole:usingIPy

进击的番茄~·2022-12-07 22:55

【动手学深度学习Pycharm实现2】线性回归的简单实现

前言李沐大神源代码是用Jupyter写的，笔者想用Pycharm实现并仅作为学习笔记，如有侵权，请联系笔者删除。一、背景线性回归虽然简单，但是麻雀虽小五脏俱全，这其中包含了：数据如何读取，模型的搭建，参数初始化，损失函数以及训练模块，能让我们这种初学者能快速了解大概流程。二、线性回归代码笔者对沐神部分代码进行了注释，并添加了个人理解。Python版本：3.8.6torch版本：1.11.0d2l版

Stick_2·2022-12-07 22:55

李沐动手学深度学习代码问题求解

在欠拟合和过拟合一节中，原封不动把代码搬过来，却报错了importmathimportnumpyasnpimporttorchfromtorchimportnnfromd2limporttorchasd2lmax_degree=20n_train,n_test=100,100true_w=np.zeros(max_degree)true_w[0:4]=np.array([5,1.2,-3.4,5.

love_lqz·2022-12-07 22:54

【机器学习】《动手学深度学习 PyTorch版》深度学习笔记（RCNN、fast-RCNN、faster-RCNN）

文章目录RCNN一、RCNN系列简介二、RCNN算法流程的4个步骤三、RCNN存在的问题fast-RCNN一、fast-RCNN简介二、fast-RCNN算法的3个步骤RCNN一、RCNN系列简介R-CNN系列（R-CNN,fast-RCNN,faster-RCNN）是使用深度学习进行物体检测的鼻祖论文，其中fast-RCNN以及faster-RCNN都是延续R-CNN的思路。R-CNN全称reg

Jul7_LYY·2022-12-07 22:19

动手学深度学习TF2.0第三章

第三章3.1线性回归1.模型定义这个是线性回归。2.模型训练1训练数据2定义损失函数3优化算法这里注意小批量随机梯度下降这段话注意第一句话33.1.2.2矢量计算表达式主要介绍了矢量计算的有效性3.2线性回归的从零开始实现%matplotlibinlineimporttensorflowastffrommatplotlibimportpyplotaspltimportrandom####生成数据集

Cv_Terry·2022-12-07 22:19

【Kaggle项目实战记录】狗的品种识别

建立Dataset设定图像增广的方法创建数据集Dataset类预览训练集和验证集3定义和初始化模型4设置训练集和测试集5训练6模型存储7验证数据，上传读取验证集定义预测函数，预测简单的技术点总结这是一个动手学深度学习原课程的一个比赛项目

takedachia·2022-12-07 19:44

Dive into deep learning(06)[动手学深度学习]———————第六章，现代卷积神经网络

文章目录Diveintodeeplearning(06)[动手学深度学习]———————第六章，现代卷积神经网络1、深度卷积神经网络（AlexNet）(alexnet)2、使用块的网络（VGG）(vgg

梦想实干家杭77·2022-12-07 16:10

《动手学深度学习（Dive into Deeplearning）》（第二版）——启程

《动手学深度学习（DiveintoDeeplearning）》——启程今天是我第一天开始在CSDN上发表内容，还是熟悉的markdown编辑方式哈哈哈哈，想想当初第一次接触markdown编辑还是大数据技术基础这门课的老师推荐的

def_Mark_Heng·2022-12-07 16:39

#李沐动手学深度学习第一天 # No module named ‘torch‘

打开jupyternotebook后运行显示错误Nomodulenamed‘torch‘解决办法：打开AnacondaPrompt,condaactivatepytorch激活安装pytorch的环境变量condainstallipythoncondainstalljupyter安装完成后发现打开Anaconda列表中多出jupyternotebook（pytorch）单击打开，运行成功，问题解决

Sunshine Liu·2022-12-07 16:39

动手学《动手学深度学习》（安装pytorch)

自己写着记录学习《动手学深度学习》的过程，主要是怕以后遇到同样问题忘了当初是怎么解决的过程，如果能帮助到别人那就一举两得，水平不够，求不要挨骂QAQ。-------第一天就记录个软件的安装。。。

weixin_44888183·2022-12-07 15:36

动手学深度学习（使用Pytorch）网址收藏

动手学深度学习+Pytorch网页版学习网址https://tangshusen.me/Dive-into-DL-PyTorch/#/配套讲解视频找B站UP：跟李沐学AIhttps://space.bilibili.com

chenqah·2022-12-07 15:06

《动手学深度学习》第一次打卡

线性回归线性回归的基本要素线性回归基本要素包括模型、数据集、损失函数、优化函数。1、模型以房价预测为例进行说明。采用二维变量对房价进行预测，分别是房屋面积、房屋年龄price=w_area⋅area+w_age⋅age+b2、数据集数据集通常通过统计局及各大网站下载真实数据，例如多栋房屋的真实售出价格和它们对应的面积和房龄。我们希望在这个数据上面寻找模型参数来使模型的预测价格与真实价格的误差最小。

melody_44154393·2022-12-07 15:36

《动手学深度学习》第二天

今天学习深度学习基础。第一节讲述的是线性回归。之前看论文的时候就见过损失函数这个名词，这一次真正了解了它的定义，在优化算法中，注意到解析解和数值解两种，其中数值解的优化算法，常用的是小批量随机梯度下降，这也是在读论文的过程中，遇到过的。第二节是讲线性回归从零开始。对这一节的部分地方做一下笔记。（一）首先在生成数据集的操作中，mxnet.ndarray.random.normal(loc=0,sca

打着灯笼摸黑·2022-12-07 15:29

动手学深度学习-第一天（前言）

1.2关键组件数据（data）模型（model）目标函数（objectivefunction）算法（algorithm）1.2.1数据每一数据集都是由一个个样本组成，样本有时也被称为数据点（datapoint）或者数据实例（datainstance）。1.2.3目标函数在机器学习中，我们需要定义模型的优劣程度的度量，这个度量在大多数情况是“可优化”的，我们称之为目标函数（objectivefunc

-冲冲冲-·2022-12-07 15:55

学习李沐深度学习第一天

以下内容依据教材示例和课上内容所写学习笔记，小白只有薄弱基础，写错了还请各位大神指正，学习不易，互相鼓励04数据操作+数据预处理【动手学深度学习v2】装对软件，跟上教程这部分基本可以顺下来，初次接触明白了

QQsh7·2022-12-07 15:52

动手学深度学习（第一天）

P1-数据操作实现importtorchimportnumpyasnpx=torch.arange(12)print(x)print(x.shape)#通过shape属性访问张量的形状与张量中元素的总数print(x.numel())#里面元素的总数X=x.reshape(3,4)#改变一个张量的形状而不改变元素数量和元素值，用reshape函数print(X)print(torch.zeros(

我还是我吗·2022-12-07 15:19

动手学深度学习笔记1

环境配置Anaconda（Ubuntu）+Mxnetmxnet-gpu目前最新只有cuda10.0对应的版本，要不自己找资料编译，要不降低cuda的版本或者选择mxnet-cpuMxnet-cpu新建虚拟环境condacreate-ngluonpython=3.8激活环境：condaactivategluon安装MXNet-cpu：pipinstallmxnet安装其它软件包：pipinstall

Kaaaaaaan·2022-12-07 14:44

卷积神经网络(LeNet)——【torch学习笔记】

卷积神经网络(LeNet)引用翻译：《动手学深度学习》我们现在准备把所有的工具放在一起，部署你的第一个全功能卷积神经网络。

一个语文不好的NLPer·2022-12-07 09:00

图像处理基础知识

图像处理基础自己学习整理的图像处理知识视觉基本概念和直方图基本概念文章目录图像处理基础基本概念视觉人类视觉概念人类视觉的特性机器视觉概念图像的感知直方图直方图的定义直方图的性质直方图的应用基本概念视觉人类视觉概念人类视觉的特性多义性同一张图像可能有多个解读错觉第一张图有一种中间有个方框的错觉第二张图有一种中间有个元的错觉第三章图是不是感觉中间直线不一样长其实是一样长的

linxue110·2022-12-07 08:32

docker基本操作小结

根据freecodecamp中ZhichengChen写的文章的学习整理（https://chinese.freecodecamp.org/news/the-docker-handbook/）github

黄金大师傅·2022-12-07 07:14

【pytorch李沐动手学深度学习(图像增广和模型微调】

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、图像增广二、微调一、图像增广在输入图像img上多次运行图像增广方法aug并显示所有结果defapply(img,aug,num_rows=2,num_cols=4,scale=1.5):Y=[aug(img)for_inrange(num_rows*num_cols)]d2l.show_images(Y,num_rows,

小火龙借个火·2022-12-07 07:18

李沐动手学深度学习V2-模型微调和代码实现

微调由于数据集有限，收集和标记数据可能需要大量的时间和金钱，因此需要应用迁移学习（transferlearning）将从源数据集学到的知识迁移到目标数据集。例如，尽管ImageNet数据集中的大多数图像与识别图像无关，但在此数据集上训练的模型可能会提取更通用的图像特征，这有助于识别边缘、纹理、形状和对象组合，这些类似的特征也可能有效地识别当前图像。1.微调步骤在源数据集（例如ImageNet数据集

cv_lhp·2022-12-07 07:41

（能踩坑全踩了的总结）从零开始用miniconda配置pytorch环境以适用pycharm

先给出两个参考视频地址：Windows下安装CUDA和Pytorch跑深度学习-动手学深度学习v2@跟李沐学AIPython学习中Anaconda和Pycharm的正确打开方式@肆十二-一、Cuda篇(

@SweetBB·2022-12-07 06:03

注意力机制与使用了多头注意力和自注意力的transformer架构

http://zh.d2l.ai/chapter_attention-mechanisms/index.html参考《动手学深度学习》和论文attentionisallyouneed理解注意力机制引入注意力的生物学解释经过漫长进化

weixin_48142571·2022-12-07 01:51

【动手学深度学习v2】注意力机制—1 注意力评分函数

注意力评分函数单维注意力分数AttentionMechanisms两种注意力评分函数加性注意力AdditiveAttention缩放点积注意力ScaledDot-ProductAttention总结参考系列文章单维注意力分数f(x)=∑i=1nα(x,xi)yi=∑i=1nexp⁡(−12(x−xi)2)∑j=1nexp⁡(−12(x−xj)2)yi=∑i=1nsoftmax(−12(x−xi)2

Hannah2425·2022-12-07 01:19

动手学深度学习——Windows下安装CUDA和Pytorch跑深度学习

《动手学深度学习》下载Jupyter记事本6.安装d2l和Jupyter待解决问题1.查看电脑的GPU信息，确认有NvidiaGPU另：也可以直接通过任务管理器查看2.安装CUDA下载地址：https:

_hungry·2022-12-06 16:11

《动手学深度学习》学习笔记(六)

第六章循环神经网络与之前介绍的多层感知机和能有效处理空间信息的卷积神经网络不同，循环神经网络是为更好地处理时序信息而设计的。它引入状态变量来存储过去的信息，并用其与当前的输入共同决定当前的输出。循环神经网络常用于处理序列数据，如一段文字或声音、购物或观影的顺序，甚至是图像中的一行或一列像素。因此，循环神经网络有着极为广泛的实际应用，如语言模型、文本分类、机器翻译、语音识别、图像分析、手写识别和推荐

xiaoyaolangwj·2022-12-06 16:16

使用区块的网络（VGG）——【torch学习笔记】

使用区块的网络（VGG-11）引用翻译：《动手学深度学习》虽然AlexNet证明了深度卷积神经网络可以取得良好的效果，但它并没有提供一个通用的模板来指导后续研究人员设计新的网络。

一个语文不好的NLPer·2022-12-06 11:29

动手学深度学习 ——概率论基础

文章目录基本概率论概率论公理随机变量联合概率条件概率贝叶斯定理边际化独立性期望和方差基本概率论假设我们掷骰子，想知道看到1的几率有多大，而不是看到另一个数字。如果骰子是公平的，那么所有六个结果{1,…,6}都有相同的可能发生，因此我们可以说1发生的概率为1/6。然而现实生活中，对于我们从工厂收到的真实骰子，我们需要检查它是否有瑕疵。检查骰子的唯一方法是多次投掷并记录结果。对于每个骰子，我们将观察到

.别拖至春天.·2022-12-06 11:26

【动手学深度学习PyTorch版】11 使用GPU

上一篇移步【动手学深度学习PyTorch版】10PyTorch神经网络基础_水w的博客-CSDN博客目录一、使用GPU1.1确认GPU1.2硬件◼计算设备◼允许我们在请求的GPU不存在的情况下运行代码的两个函数

水w·2022-12-06 00:05

动手学深度学习（四十二）——双向循环神经网络（bi-RNN）

文章目录双向循环神经网络一、隐马尔可夫模型中的动态规划二、双向模型2.1定义2.2模型的计算成本及其应用三、双向循环神经网络的错误应用双向循环神经网络在序列学习中，我们以往假设的目标是：到目前为止，在给定观测的情况下对下一个输出进行建模。例如，在时间序列的上下文中或在语言模型的上下文中。虽然这是一个典型的情况，但这并不是我们可能遇到的唯一情况。为了说明这个问题，考虑以下三个在文本序列中填空的任

留小星·2022-12-05 17:08

动手学深度学习笔记（一）——机器学习

深度学习是机器学习的一个主要分支，为了更好的学习深度学习，需要掌握一些基本的机器学习的知识。文章目录1.1关键组件1.1.1数据（data）1.1.2模型（model）1.1.3目标函数（objectivefunction）1.1.4算法（algorithm）1.2各种机器学习问题1.2.1监督学习1.2.1.1回归1.2.1.2分类1.2.1.3标记问题1.2.1.4搜索1.2.1.5推荐系统1

.别拖至春天.·2022-12-05 13:27

【深度学习】动手学深度学习——编码器-解码器

参考资料：https://zh.d2l.ai/chapter_recurrent-modern/encoder-decoder.html1深度学习简介核心思想：用数据编程机器学习：寻找适用不同问题的函数形式，以及如何使用数据来获取函数的参数。深度学习：机器学习中的一类函数，形式为多层神经网络。赫布理论：神经通过正向强化来学习（感知机算法原型）随机梯度下降：强化合理的，惩罚不合理的，获得好的网络参数

岁月漫长_·2022-12-05 13:57

《动手学深度学习》(Pytorch版)——预备知识学习

《动手学深度学习》(Pytorch版)今天刚刚了解到这份在线教程，迫不及待的赶紧食用了。

practical_sharp·2022-12-05 13:26

《动手学深度学习》学习总结

目录我为什么学《动手学深度学习》学习内容学习时间学习产出学习感慨我为什么学《动手学深度学习》做很多事都有它的动机，自己学《动手学深度学习》的动机、目的也很简单——为这学期的课程作铺垫。

数学家面膜·2022-12-05 13:26

动手学深度学习第二版——Day1（章节1——2.2）

动手学深度学习第二版——Day1（章节1——2.2）1、简单介绍1)、整体内容深度学习基础——线性神经网络，多层感知机卷积神经网络——LeNet，AlexNet，VGG，Inception，ResNet

Mrwei_418·2022-12-05 13:25

动手学深度学习（1）—— 基础知识

文章目录一、基本概念1.1关键组件数据模型目标函数优化算法1.2各种机器学习问题监督学习无监督学习强化学习1.3神经网络的特点二、预备知识2.1数据操作入门运算符广播机制索引和切片节省内存转换为其他python对象2.2数据预处理读取数据集处理缺失的数据2.3线性代数标量向量矩阵张量点积矩阵-向量积矩阵-矩阵乘法2.4微积分2.5自动微分例子非标量变量的反向传播分离计算Python控制流的梯度计算

zyw2002·2022-12-05 13:55

ResNet18(Pytorch版复现)

Resnet18复现+训练（参考书：动手学深度学习）一、网络结构1.1Residualblock1.2完整Resnet_18二、代码复现importtorchimporttorch.nnasnnimportd2I.torch1asd2Iimporttorch.nn.functionalasF

自在犹仙·2022-12-05 10:21

matlab数字图像处理函数,MATLAB数字图像处理学习（二）|常用函数

以下的学习整理来自《数字图像处理原理与实践(MATLAB版)》im2bw功能：将索引图象、灰度图像和RGB彩色图像转换为二值图像调用形式：>BW=im2bw(I,level)BW=im2bw(X,cmap

新90观·2022-12-04 22:51

深度学习+pytorch自学笔记（一）——PyTorch基础

编译器为PyCharm，参考书籍为软件工程朋友推荐的《动手学深度学习(pyto

子非鱼icon·2022-12-04 21:35

Dive into deep learning(04)[动手学深度学习]———————第四章深度学习计算

文章目录Diveintodeeplearning(04)[动手学深度学习]———————第四章，深度学习计算1、层和块(model-construction)2、参数管理(parameters)3、延后初始化

梦想实干家杭77·2022-12-04 19:59

深度学习 8.线性回归的简洁实现

Author：baiyucraftBLog：baiyucraft’sHome原文：《动手学深度学习》线性神经网络：深度学习6.线性回归概述深度学习7.线性回归的从零开始实现在上一篇文章中，我们只依赖了

baiyucraft·2022-12-04 14:53

推荐频道

动手学深度学习学习整理