动手学深度学习学习整理第6页

[动手学深度学习-PyTorch版]-4.5深度学习计算-读取和存储

4.5读取和存储到目前为止，我们介绍了如何处理数据以及如何构建、训练和测试深度学习模型。然而在实际中，我们有时需要把训练好的模型部署到很多不同的设备。在这种情况下，我们可以把内存中训练好的模型参数存储在硬盘上供后续读取使用。4.5.1读写Tensor我们可以直接使用save函数和load函数分别存储和读取Tensor。save使用Python的pickle实用程序将对象进行序列化，然后将序列化的对

蒸饺与白茶·2023-12-24 03:07

HCIA-WLAN的组网架构

本文章属个人学习整理的对应笔记，学习内容来自华为官方PPT和B站视频，学习视频链接如下，如有需要可自行观看【华为数通路由交换HCNA/HCIA(完)】https://www.bilibili.com/video

是小天才哦·2023-12-23 20:32

QT-quick 学习整理

1、特点QtQuick是一个现代化的、基于QML的框架。●QML是QtQuick的关键组成部分，是一种基于JavaScript的声明性语言，用于描述用户界面的视觉和行为。●QtQuickControls是一套预先设计好的用户界面元素库，包含了诸如按钮、文本框、菜单等常见的UI控件。这些控件可以被轻松地嵌入到QML界面中，并且能够很好地适应不同平台和设备。●QtQuick可以用于多种平台，包括桌面、

墨尊·2023-12-23 16:58

Text2SQL学习整理（五）将Text-to-SQL任务与基本语言模型结合

导语上篇博客：Text2SQL学习整理（四）将预训练语言模型引入WikiSQL任务简要介绍了两个借助预训练语言模型BERT来解决WIkiSQL数据集挑战的方法：SQLOVA和X-SQL模型。

Q同学的nlp笔记·2023-12-23 11:28

动手学深度学习PyTorch-task1（线性回归；Softmax与分类模型；多层感知机）

elites/course/cZu18YmweLv10OeV部分PyTorch代码来自GitHub开源仓库：https://github.com/ShusenTang/Dive-into-DL-PyTorch《动手学深度学习

weixin_43756073·2023-12-22 08:18

百度 STI2 赛题二-基于向量交集的 TopK 搜索优化学习笔记

百度STI2赛题二-基于向量交集的TopK搜索优化学习笔记注:本文主要是对参赛冠军团队"晨曦"的xiatwhu/baidu_topk代码的学习整理,下文中的"代码作者"即指的该仓库的作者.赛题信息给定850

PeakCrosser·2023-12-21 17:04

《机器学习实战》简介与中英文pdf、源码分享

1前言前几天，StrongerTang分享了《动手学深度学习》(点击即可阅读)，受到了不少朋友的肯定。

StrongerTang·2023-12-21 06:43

Text2SQL学习整理（三）SQLNet与TypeSQL模型

导语上篇博客：Text2SQL学习整理（二）：WikiSQL数据集介绍简要介绍了WikiSQL数据集的一些统计特性和数据集特点，同时简要概括了该数据集上一个baseline：seq2sql模型。

Q同学的nlp笔记·2023-12-20 23:23

Text2SQL学习整理（二） WikiSQL数据集介绍

导语上篇博客中，我们已经了解到Text2SQL任务的基本定义，本篇博客将对近年来该领域第一个大型数据集WikiSQL做简要介绍。WikiSQL数据集概述基本统计特性WikiSQL数据集是一个多数据库、单表、单轮查询的Text-to-SQL数据集。它是Salesforce在2017年提出的大型标注NL2SQL数据集，也是目前规模最大的NL2SQL数据集。它包含了24,241张表，80,645条自然语

Q同学的nlp笔记·2023-12-20 23:22

Text2SQL学习整理（四）将预训练语言模型引入WikiSQL任务

导语上篇博客：Text2SQL学习整理（三）：SQLNet与TypeSQL模型简要介绍了WikiSQL数据集提出后两个早期的baseline，那时候像BERT之类的预训练语言模型还未在各种NLP任务中广泛应用

Q同学的nlp笔记·2023-12-20 23:20

【无标题】

动手学深度学习-pytorch简记线性网络线性回归简单实现#importnumpyasnpimporttorchfromtorch.utilsimportdatafromd2limporttorchasd2limportmatplotlib.pyplotaspltimportpylab

会编程的道君·2023-12-20 15:56

【10大专题，2.8w字详解】：从张量开始到GPT的《动手学深度学习》要点笔记

《动手学深度学习PyTorch版》复习要点全记录专注于查漏补缺、巩固基础，这份笔记将带你深入理解深度学习的核心概念。通过一系列精心整理的小专题，逐步构建起你的AI知识框架。

hadiii·2023-12-20 11:11

20210813目标行动打卡Flag-Day4

理财知识：学习整理：随手进行其它：早睡早起小结：一直向前，学习与思考。记得关注~声明：转载者，请在文章开头注明来源，并添加本文链接。自媒体商务合作请留言联系雨琼。

雨琼·2023-12-20 08:33

动手学深度学习1 导学

深度学习导学课课程基础信息整理00预告01课程安排02深度学习介绍QA课程基础信息整理课程安排：https://courses.d2l.ai/zh-v2/ppt代码视频等链接都在文档里有展现李沐老师课程所用电子书：https://zh-v2.d2l.ai/B站课程链接：https://space.bilibili.com/1567748478/channel/seriesdetail?sid=35

陌上阳光·2023-12-19 22:20

动手学深度学习2 安装环境

pytorch环境安装1.windows环境安装2.mac环境安装3.linux环境安装1.申请云服务器链接机器--Ubuntu2.环境配置4.不安装环境直接使用colabQA课程链接：https://www.bilibili.com/video/BV18p4y1h7Dr?p=1&vd_source=eb04c9a33e87ceba9c9a2e5f09752ef81.windows环境安装http

陌上阳光·2023-12-19 22:19

动手学深度学习笔记（二）

1.线性回归简化模型房价预测的模型可以理解为用一些能够表示房子特点的因素如卧室个数、卫生间个数、面积等nnn个属性组成的特征向量：x=[x1x2⋮xn]\mathbf{x}=\left[\begin{matrix}x_1\\x_2\\\vdots\\x_n\end{matrix}\right]x=⎣⎢⎢⎢⎡x1x2⋮xn⎦⎥⎥⎥⎤房价的预测是这些属性的加权和：y=w1x1+w2x2+⋯+wnxn+

上官永石·2023-12-19 18:31

《好好思考》五星笔记法

工作中学习思维模型的核心方法：五星笔记法，用当前章节学习整理一篇五星笔记。五星笔记法的目的是：工作中快速进步的关键：找到别人的优势策略，把隐性知识转化成显性思维模型。

炖鲶鱼·2023-12-19 16:10

动手学深度学习-d2l的plot使用

绘制函数y=x的3次方-x的-1次方在x=1处的切线x=np.arange(0,3,0.1)d2l.plot(x,[f(x),4*(x-1)],'x','f(x)',legend=['f(x)','Tangentline(x=1)'])绘制不同均值、不同方差的正态分布defnormal(x,mu,sigma):p=1/math.sqrt(2*math.pi*sigma**2)returnp*np.

heibut不相信眼泪·2023-12-19 08:17

动手学深度学习-注意力机制

10.1注意力提示自主性注意力机制有意识的注意力机制。非自主性注意力机制无意识的注意力机制。小结:人类的注意力是有限的，有价值和稀缺的资源。受试者使用非自主性和自主性提示有选择的引导注意力，前者基于突出性，后者则依赖于意识。注意力机制与全连接层或者汇聚层的区别源于增加的自主提示。由于包含了自主性提示，注意力机制与全连接的层或汇聚层不同。注意力机制通过注意力汇聚使选择偏向于值（感官输入），其中包含查

jieHeEternity·2023-12-18 14:09

动手学深度学习-自然语言处理：应用

自然语言处理中的应用主要有哪些？自然语言处理：应用情感分析及数据集情感分析研究人们在文本中的情感，这被认为是一个文本分类问题，它将可变长度的文本序列进行转换为固定长度的文本类别。经过预处理后，我们可以使用词表将IMDb评论数据集加载到数据迭代器中。情感分析：使用循环神经网络预训练的词向量可以表示文本序列中的各个词元。双向循环神经网络可以表示文本序列。例如通过连结初始和最终时间步的隐状态，可以使用全

jieHeEternity·2023-12-18 14:09

动手学深度学习-自然语言处理-预训练

词嵌入模型将单词映射到实向量的技术称为词嵌入。为什么独热向量不能表达词之间的相似性？自监督的word2vec。word2vec将每个词映射到一个固定长度的向量，这些向量能更好的表达不同词之间的相似性和类比关系。word2vec分为两类，两类模型都是自监督模型。跳元模型(SKip-Gram)。连续词袋(CBOW)模型。小结词向量是用于表示单词意义的向量，也可以看作词的特征向量。将词映射到实向量的技术

jieHeEternity·2023-12-18 14:36

Datax学习整理

一、简介DataX是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS等各种异构数据源之间高效的数据同步功能。Datax将不同数据源的同步抽象为从源头数据源读取数据的Reader插件，以及向目标端写入数据的Write

耗子背刀PK猫·2023-12-18 02:53

《如何做好孩子的情绪教练》学习整理（二）

3.如何用游戏做情绪教养用游戏的方式帮助孩子做好情绪教养适用于0-6岁的孩子。一、练习情绪表达：照镜子+“我的感觉”游戏1.通过照镜子带孩子观察脸部表情，让孩子知道各种表情所代表的情绪；观察周围人的表情、动作进行练习，让孩子学会察言观色，提高对别人情绪的敏锐程度。2.带孩子玩情绪图卡的游戏来表达我的感觉。在白纸上画出各种情绪，抽签用一句话表达。例如：我觉得很高兴，因为今天然然跟我说“妈妈，我爱你”

piaochenlili·2023-12-17 14:37

Text2SQL学习整理（一）综述

数据库由一张或多张表格构成，表格之间的关系通过共同的列（外键）关联，人们使用数据库来方便的记录和存储信息。SQL是广泛应用的关系型数据库查询语言，但是对于普通用户而言，编写SQL语句有一定的难度。Text2SQL是近年来NLP领域一个比较热门的研究方向，该任务历史悠久，应用和落地性很强。该任务是在已知数据库的表名、列名其从属关系（这些统称为数据库的Schema）的前提下，将人类的自然语言问句（Qu

Q同学的nlp笔记·2023-12-17 14:26

[动手学深度学习-PyTorch版]-4.4深度学习计算-自定义层

4.4自定义层深度学习的一个魅力在于神经网络中各式各样的层，例如全连接层和后面章节中将要介绍的卷积层、池化层与循环层。虽然PyTorch提供了大量常用的层，但有时候我们依然希望自定义层。本节将介绍如何使用Module来自定义层，从而可以被重复调用。4.4.1不含模型参数的自定义层我们先介绍如何定义一个不含模型参数的自定义层。事实上，这和4.1节（模型构造）中介绍的使用Module类构造模型类似。下

蒸饺与白茶·2023-12-17 09:04

【机器学习】044_Kaggle房价预测（机器学习模型实战）

参考自《动手学深度学习》中“Kaggle比赛实战：预测房价”一节一、数据准备首先从网站上下载要获取的房价数据。DATA_HUB是一个字典，用来将数据集名称的字符串和数据集相关的二元组一一对应。

Cyan.__·2023-12-17 09:05

软件开发模型学习整理——瀑布模型

一前言从参加工作至今也完整的跟随过一整个项目的流程了，从中也接触到了像瀑布模型，迭代模型，快速开发模型等。介于此，基于自己浅薄的知识对瀑布模型进行整理学习以及归纳。二瀑布模型简介2.1瀑布模型的定义和特点定义：瀑布模型是一种软件开发过程模型，它将软件开发的过程划分为几个有序的阶段，每个阶段都有明确的输入和输出，以及质量保证的标准。特点：1严格的阶段划分和顺序性2每个阶段的输出成果必须经过严格的审核

阿荻在肝了·2023-12-17 04:00

SSD目标检测

SSD目标检测本次所使用的数据集是香蕉数据集，当然是参考https://zh.d2l.ai/chapter_computer-vision/ssd.html动手学深度学习这本书的首先是香蕉数据集的读取，

平平平安喔·2023-12-17 04:19

【python】Debian安装miniconda、spyder、tushare

1.miniconda安装—动手学深度学习2.0.0documentation中有安装Miniconda的一些说明。

一尘之中·2023-12-16 22:33

【动手学深度学习】(十二)现代卷积神经网络

文章目录一、深度卷积神经网络AlexNet1.理论知识2.代码二、使用块的网络VGG三、网络中的网络（NiN）1.理论2.代码四、含并行结的网络（GoogLeNet）2.代码五、批量归一化1.理论2.代码六、残差网络ResNet【相关总结】torch.nn.AdaptiveAvgPool2d()一、深度卷积神经网络AlexNet1.理论知识ImageNet(2010)图片自然物体的彩色图片手写数字

释怀°Believe·2023-12-16 14:28

【动手学深度学习】(十三)深度学习硬件

释怀°Believe·2023-12-16 14:58

【动手学深度学习】(十一)池化层+LeNet

文章目录一、池化层1.理论知识2.代码二、LeNet1.理论知识2.代码实现【相关总结】nn.MaxPool2d()卷积层对位置比较敏感一、池化层1.理论知识二维最大池化填充、步幅和多个通道池化层与卷积层类似，都具有填充和步幅没有可学习的参数在每个输入通道应用池化层以获得相应的输出通道输出通道数=输入通道数平均池化层最大池化层：每个窗口中最强的模式信号平均池化层：将最大池化层中的“最大”操作替换为

释怀°Believe·2023-12-16 14:28

【动手学深度学习】(十四)数据增广+微调

文章目录一、数据增强1.理论知识2.代码二、微调1.理论知识一、数据增强1.理论知识增加一个已有数据集，使得有更多的多样性在语言里面加入各种不同的背景噪音改变图片的颜色和形状使用增强数据训练翻转左右翻转上下翻转不总是可行切割从图片中切割一块，然后变形到固定形状随机高宽比随机大小随机位置颜色改变色调，饱和度，明亮度[总结]数据增广通过变形数据来获取多样性从而使得模型泛化性能更好常见图片增广包括翻转、

释怀°Believe·2023-12-16 14:49

注意力机制，Transformer相关详解

本文遵循《动手学深度学习pytorch版》的内容组织，从注意力机制开始讲到Transfomer，偏重关键知识理解并附带图解和公式，未加说明时，插图均来自于该书，文本内容较长（9414字），建议收藏慢慢复习

hadiii·2023-12-16 08:35

428【学习整理】复习备考（一）

拼音教学流程一、趣味导入同学们，拼音王国成员多，学好生字需要它。今天呀，我们还要来认识三个新朋友。调皮的他们藏一幅图画里，想和大家玩捉迷藏的游戏呢！大家想玩吗？好，我们一起把它们找出来吧！二、看情景图1.好，大家请看大屏幕，在这幅图里你都看到了什么？2.学生发言，师评价鼓励（你们可真是火眼真睛呀！你们真是太厉害了，说得句子通顺完整！）。三、看图识拼音1.认识图画中隐藏的拼音宝宝。并结合生活实际自编

冬日暖阳zlh·2023-12-16 06:52

十六动手学深度学习v2计算机视觉 ——样式迁移

文章目录基于CNN的样式迁移基于CNN的样式迁移我们通过前向传播（实线箭头方向）计算风格迁移的损失函数，并通过反向传播（虚线箭头方向）迭代模型参数，即不断更新合成图像。风格迁移常用的损失函数由3部分组成：内容损失使合成图像与内容图像在内容特征上接近；风格损失使合成图像与风格图像在风格特征上接近；全变分损失则有助于减少合成图像中的噪点。内容损失：均方误差样式损失：样式相似就是指特征的统计分布一样，g

王二小、·2023-12-15 23:43

十三动手学深度学习v2计算机视觉 ——语义分割

文章目录分割图像分割语义分割实例分割分割图像分割指的是使用边界、色彩梯度等特征对图像进行划分，但只能是进行划分，算法并不对划分出的部分有语义上的理解；而随着计算能力提高以及卷积神经网络的发展，能够理解分割后图像语义的算法逐渐出现，能够理解语义的图像分割，称为语义分割。实例分割（InstanceSegmentation）和语义分割（SemanticSegmentation）是计算机视觉中两个不同但相

王二小、·2023-12-15 23:13

十五动手学深度学习v2计算机视觉 ——全连接神经网络FCN

文章目录FCNFCN全卷积网络先使用卷积神经网络抽取图像特征，然后通过卷积层将通道数变换为类别个数，最后通过转置卷积层将特征图的高和宽变换为输入图像的尺寸。因此，模型输出与输入图像的高和宽相同，且最终输出通道包含了该空间位置像素的类别预测。上图的CNN去掉了池化层和全连接层！1x1卷积层降低维度，减少计算量。最后输出kx224x224,通道数就是类别数。

王二小、·2023-12-15 23:13

十四动手学深度学习v2计算机视觉 ——转置矩阵

文章目录基本操作填充、步幅和多通道再谈转置卷积不填充，步幅为1填充为p，步幅为1填充为p，步幅为s基本操作填充、步幅和多通道填充：与常规卷积不同，在转置卷积中，填充被应用于的输出（常规卷积将填充应用于输入）。例如，当将高和宽两侧的填充数指定为1时，转置卷积的输出中将删除第一和最后的行与列。步幅：在转置卷积中，步幅被指定为中间结果（输出），而不是输入。使用上图相同输入和卷积核张量，将步幅从1更改为2

王二小、·2023-12-15 22:01

k8s初始化报错 [ERROR CRI]: container runtime is not running: ......

文章均为学习整理笔记，分享记录为主，如有错误请指正，共同学习进步。

寒山李白·2023-12-15 07:49

动手学深度学习——Anaconda、pytorch、paddle安装(cpu版本)

之前出了个Windows下的深度学习安装，但在继续学习的过程中发现，沐神的一些代码跑不起来，这里又提供pytorch和paddle的安装，各位用pytorch或者百度飞桨paddlepaddle来学习深度学习也是可以的。安装Anaconda1.打开Anaconda链接，下载，时间较久2.下载完成，开始安装3.安装路径可以随意，不过推荐使用默认安装路径，next虽说下面要勾选添加环境变量的选项，我这

Audery867·2023-12-15 05:44

【PID学习笔记 2 】控制系统基础之一

写在前面PID是控制领域最基础应用最广泛的控制算法，在项目中经常用到，之前为了教学和项目需要，学习整理过一些学习资料，在该分栏下，将做系统化分享。

MJY@二进制·2023-12-06 15:58

【PID学习笔记 1】入门概述

写在前面PID是控制领域最基础应用最广泛的控制算法，在项目中经常用到，之前为了教学和项目需要，学习整理过一些学习资料，在该分栏下，将做系统化分享。

MJY@二进制·2023-12-06 15:28

【Basic Algebra】群论学习整理

本文整理一些群论上的笔记，可能持续更新。（教材：BasicAlgebraIbyNATHANJACOBSON）1.9同态(homomorphisms\text{homomorphisms}homomorphisms)同态在群和幺半群上的定义类似于同构，事实上，同构是同态的一种。定义1.6如果MMM和M′M^\primeM′是幺半群，且η\etaη是从MMM到M′M^\primeM′的映射，且满足两个

George_Plover·2023-12-05 17:16

李笑来通往财富自由之路思考题：看得见别人的好才能获得重生20200316

第一次从自问自答开始一天的学习整理，感觉很不一样，原来学习的过程，自己本身就已经开始发生变化了，变化来的时候，自己才意识得到，学习的好处，也更自信，原来我也可以的，没什么大不了，我肯定可以完成，我就是强者

秋天的盛开·2023-12-05 14:33

动手学深度学习(一) 线性回归

线性回归主要内容包括：线性回归的基本要素线性回归模型从零开始的实现线性回归模型使用pytorch的简洁实现线性回归的基本要素模型为了简单起见，这里我们假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系:数据集我们通常收集一系列的真实数据，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

致Great·2023-12-05 13:00

【动手学深度学习】(十)PyTorch 神经网络基础

文章目录一、层和块1.自定义块2.顺序块3.在前向传播函数中执行代码二、参数管理1.参数访问2.参数初始化3.参数绑定三、自定义层1.不带参数的层2.带参数的层四、读写文件1.加载和保存张量2.加载和保存模型参数[相关总结]state_dict()一、层和块为了实现复杂神经网络块，引入了神经网络块的概念。使用块进行抽象的一个好处是可以将一些块组合成更大的组件。从编程的角度来看，块由类表示。impo

释怀°Believe·2023-12-05 09:35

让整理成为家庭教育的落脚点

2020年5月29日周五今天是我系统学习整理收纳认证的第一天。

阿梅_0926·2023-12-05 03:06

程序员的进阶之路，学习方法！

首先介绍程序员和码农的区别，我们为什么要进行学习整理碎片知识多看书，把博文当做辅助写些博文，做些总结常给自己定个目标不管多忙，每天最少学习一小时结束语欢迎大家点开这篇博文，在此我给大家介绍一下我的学习方法

醉酒莫红颜·2023-12-03 12:05

【动手学深度学习】(七)丢弃法

文章目录一、理论知识二、代码实现2.1从零开始实现Dropout2.2简洁实现【相关总结】np.random.uniform(low，high，size)astypetorch.rand()一、理论知识1.动机一个好的模型需要对输入数据的扰动鲁棒使用有噪音的数据等价于Tikhonov正则丢弃法：在层之间加入噪音2.无偏差的加入噪音对x加入噪音得到x’，我们希望丢弃法对每个元素进行如下扰动3.使用场

释怀°Believe·2023-12-03 04:22

推荐频道

动手学深度学习学习整理