动手学深度学习课堂笔记

动手学深度学习V2___截图

Beforedivingintodeeplearningresearch,it’sbeneficialtohaveasolidfoundationinseveralkeyareas.Herearesometopicsyoushouldconsidermastering:Mathematics:Deeplearningreliesheavilyonmathematicalconceptssuchas
ShCDNay·2023-09-24 16:09

动手学深度学习_个人笔记01_李沐（更新中......）

序言神经网络——本书中关注的DL模型的前身，被认为是过时的工具。深度学习在近几年推动了CV、NLP和ASR等领域的快速发展。关于本书让DL平易近人，教会概念、背景和代码。一种结合了代码、数学和HTML的媒介测试深度学习（DL）的潜力带来了独特的挑战，因为任何一个应用都会将不同的学科结合在一起。应用DL需要同时了解：（1）以特定方式提出问题的动机；（2）给定建模方法的数学；（3）将模型拟合数据的优化
ShCDNay·2023-09-24 16:39

解决d2l在anaconda经常安装失败的问题

李沐老师《动手学深度学习》配套一个d2l-zh用来学习非常方便，但是经常出现下载d2l失败的问题anaconda安装时大部分的库已经下好了，直接pipinstalld2l经常出现版本冲突采用最直接的办法在
wwse·2023-09-24 16:28

latex 参考文献显示问号_终于用回vscode写LaTeX了

最早接触LaTex用的是CTex这种现在看来很过时的发行版，后来知乎看到一篇文章吹嘘国外某小哥用vim+LaTeX做课堂笔记速度快过手写，本来还想学习一番这位小哥的姿势，但学到使用vim这一步就选择放弃了
weixin_39672572·2023-09-23 15:15

《动手学深度学习 Pytorch版》 7.6 残差网络(ResNet)

importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limporttorchasd2l7.6.1函数类如果把模型看作一个函数，我们设计的更强大的模型则可以看作范围更大的函数。为了使函数能逐渐靠拢到最优解，应尽量使函数嵌套，以减少不必要的偏移。如下图，更复杂的非嵌套函数不一定能保证更接近真正的函数。只有当较复杂的函数类包含
AncilunKiang·2023-09-23 15:57

《动手学深度学习 Pytorch版》 7.4 含并行连接的网络(GoogLeNet)

importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limporttorchasd2l7.4.1Inception块GoogLNet中的基本卷积块叫做Inception块（大概率得名于盗梦空间），由4条并行路径组成。前3条路径使用窗口大小为1×11\times11×1、3×33\times33×3和5×55\times5
AncilunKiang·2023-09-23 15:56

《动手学深度学习 Pytorch版》 7.3 网络中的网络(NiN)

LeNet、AlexNet和VGG的设计模式都是先用卷积层与汇聚层提取特征，然后用全连接层对特征进行处理。AlexNet和VGG对LeNet的改进主要在于扩大和加深这两个模块。网络中的网络（NiN）则是在每个像素的通道上分别使用多层感知机。importtorchfromtorchimportnnfromd2limporttorchasd2l7.3.1NiNNiN的想法是在每个像素位置应用一个全连接
AncilunKiang·2023-09-23 15:25

课堂笔记-网络（四月三日）

一，TCP/IP协议C/S架构建立连接过程分析1.1，过程描述（三次握手）第一次握手：建立连接时，客户端发送SYN（seq=x）包到服务器，并进入SYN_SENT状态，等待服务器确认。第二次握手：服务器收到SYN包，必须确认客户的SYN（ack=x+1）,同时自己也发送一个SYN包（seq=y）,即SYN+ACK包，此时服务器进入SYN_RECV状态。第三次握手：客户端收到服务器的SYN+ACK包
十一月_w·2023-09-23 12:39

《动手学深度学习 Pytorch版》 7.5 批量规范化

7.5.1训练深层网络训练神经网络的实际问题：数据预处理的方式会对最终结果产生巨大影响。训练时，多层感知机的中间层变量可能具有更广的变化范围。更深层的网络很复杂容易过拟合。批量规范化对小批量的大小有要求，只有批量大小足够大时批量规范化才是有效的。用x∈B\boldsymbol{x}\inBx∈B表示一个来自小批量BBB的输入；$\hat{\boldsymbol{\mu}}_B$表示小批量BBB的样
AncilunKiang·2023-09-23 09:14

《可复制的领导力》特训营课堂笔记第三十六日

今天没将作业完整地完成，因为参加读书会的线下活动。相对于一个人阅读，我更喜欢一群人读一本书的氛围。我是这样理解氛围的：抓心，走心，令人心情澎湃，引发更多的激情并下决心去做好某件事。《人生》这本书，对我来说，算是一本老书。因为整本书的故事构思一波三折，一咏三叹，带着压抑和无法遣散的情绪，总如同一块石头压在心头，想避开又搬不动。所以，寻求另一种方式解除和打破这种沉重感，以及对这本书不平衡的评价，就成为
宁静致远05·2023-09-22 20:01

【班级日志】阳光·自信

俞彤的课堂笔记因疫情形势严峻,我们再一次居家上网课,阴云再次笼罩在这座城市上空。每天早上六点开始早读,晚上九点才结束一天的学习，和在学校一模一样。
汪平霞·2023-09-21 21:48

星期三课堂笔记

美丽的小花朵弯弯腰，宝宝宝宝早上好。美丽的小花朵点点头，老师老师早上好。小朋友们一大早就来了学校，自己把水壶和书包放好吧！大家可真棒呢～图片发自App第一节健康课——《你笑起来真好看》苹苹老师：你们知道不刷牙会有什么害处吗？诺诺：会蛀牙。令奇：会牙齿不舒服。苹苹老师：不刷牙我们的牙齿里会长蛀虫，不刷牙我们的牙齿就不干净了，而且嘴巴里因为有细菌会变得臭臭的，所以我们要天天刷牙，早上晚上都要刷牙。苹苹
apple_Mia·2023-09-21 16:20

星期一课堂笔记

小朋友小朋友快快去上课去上课我同你你同我大家都是好朋友又到了新的一周啦小朋友们又早早的来到了教室一起做游戏啦～第一节课感统综合目标：通过大运动加强幼儿身体灵活性。丹丹老师：“请小朋友们找到红色地垫坐下来吧，丹丹老师要请小朋友们来喝水咯～”咕噜咕噜～丹丹老师：“请小朋友们小手变成黑猫警长，我们一起跟黑猫警长做游戏咯，准备……”黑猫警长黑猫警长喵喵喵……图片发自App小朋友们都玩的很开心呢～丹丹老师：
RYB红黄蓝塔塔班·2023-09-21 15:57

课堂笔记day25

老男孩Linux运维58期课堂笔记作者：于冬归档：课堂笔记日期：4.31、TCP/IP协议C/S架构建立连接过程分析过程描述第一次握手：建立连接时，客户端发送syn包（syn=j）到服务器，并进入SYN_SENT
乐园_YD·2023-09-21 14:04

（区块链课堂笔记）从零开始学区块链：区块链是什么，为什么叫区块链，区块链的特点

目录前言区块链是什么为什么叫区块链区块链的特点：去中心化这些天，我偶尔发现水龙头app上有学习区块链的课程，看了几个视频之后，发现里面的课程很适合刚入门的小白，想着自己可以学习区块链可以提高自己和小白们对区块链的认知，便打算把这个课程内容记录下来。想了解和学习的小白们，请继续往下看吧。01区块链是什么?区块链作为一只飞在风口上的猪，确实翱翔了整个2018年，对于这个名字，我们肯定不太陌生。但问题是
心声的恋人·2023-09-21 12:29

《动手学深度学习》（pytorch版+mxnet版）2023最新

这本书就是李沐、阿斯顿·张、立顿、斯莫拉四位大佬联合编写的《动手学深度学习》。本书面向中文读者，能运行、可讨论，适合本科生、研究生、工程师以及研究人员学习。
深度之眼·2023-09-21 11:20

day24课堂笔记

一、回顾1、什么是网络？2、两台计算机之间通信？1、传输介质1、导向式1、双绞线1、正双绞线橙白橙绿白蓝蓝白绿棕白棕插交换机2、反双绞线绿白绿橙白蓝蓝白橙棕白棕双机互联线RJ-45RJ-11接口2、光纤3、同轴2、非导向蓝牙红外(接触)微波卫星量子等2、硬件设备网卡2进制的信息转化为高低电压的信号调制反过程解调R4102个口1000M/1GR710/720/7304个口3、网络传输中单位网络---
浪子_lucy·2023-09-21 10:41

生工甘玉卿NO.3课堂笔记

中心图是一个树洞，里面是金子，寓意是我们在课堂上获取新知，就像寻找宝藏一样，同时树洞也有温馨之意，在微信公众号上也有树洞之说，发表见解，比喻各抒己见，共同进步。图片发自App专业笔记处于半加工状态，原本是想都做完再交，后来发现时间不够了，东西蛮多。期待老师点评图片发自App
檬哒甘甘·2023-09-21 04:06

做一名有思想力的历史老师

这一轮高中，我做了两件事：第一，是帮助学生制定三年学习历史的长远计划，从课堂笔记，作业本到思维导图，三年循序渐进，逐步深入，让学生在高一打基础高二延伸高三提升能
无为_72a4·2023-09-20 23:08

【DL】使用pytorch从零实现线性回归

1.线性回归简介此内容主要依据李沐老师的《动手学深度学习》课程，同时结合了网络上其它资料和自己的理解。
None072·2023-09-20 04:29

《动手学深度学习 Pytorch版》 7.2 使用块的网络(VGG)

importtorchfromtorchimportnnfromd2limporttorchasd2l7.2.1VGG块AlexNet没有提供一个通用的模板来指导后续的研究人员设计新的网络，如今研究人员转向了块的角度思考问题。通过使用循环和子程序，可以很容易地在任何现代深度学习框架的代码中实现这些重复的架构。经典的卷积神经网络的基本组成部分如下：-带填充以保持分辨率的卷积层-非线性激活层-汇聚层V
AncilunKiang·2023-09-20 03:53

星期三课堂笔记

快乐在身边围绕，一起笑眯眯~火车轰隆隆~小朋友们早上好！第一节音乐智能——《小宝贝》上课啦，小朋友们已经坐好了哦~今天程程老师带着孩子们一起认识了非洲鼓，孩子们第一次接触这种乐器，都觉得非常的新鲜好玩，纷纷表示自己也想要玩。程程老师先是让孩子们听一听非洲鼓发出的声音，问孩子们有没什么不一样，因为非洲鼓的特点就是用不同的手法能够发出不一样的声音，所以孩子们在听了之后，都能够说出鼓发出了不同的声音。接
apple_Mia·2023-09-19 20:36

动手学深度学习 Task02:文本预处理；语言模型；循环神经网络基础

【一】文本预处理此次将讨论文本数据的常见预处理步骤，旨在将文本信息从人类语言转换为机器可读格式以便于后续处理。文本是一类序列数据，一篇文章可以看作是字符或单词的序列，预处理通常包括四个基本步骤：读入文本分词建立字典，将每个词映射到一个唯一的索引（index）将文本从词的序列转换为索引的序列，方便输入模型读入文本我们用一部英文小说，即H.G.Well的TimeMachine，作为示例，展示文本预处理
周周儿_zHoU·2023-09-19 18:01

动手学深度学习PyTorch版--Task2--文本预处理；语言模型；循环神经网络基础

一.文本预处理文本是一类序列数据，一篇文章可以看作是字符或单词的序列，本节将介绍文本数据的常见预处理步骤，预处理通常包括四个步骤：1.读入文本2.分词3.建立字典，将每个词映射到一个唯一的索引（index）4.将文本从词的序列转换为索引的序列，方便输入模型1.读入文本importcollectionsimportredefread_time_machine():#open函数打开文本文件，创建文件
华尔街的幻觉·2023-09-19 18:29

【动手学习深度学习v2】循环神经网络-2.文本预处理

上一篇：【动手学深度学习V2】循环神经网络-1.序列模型文章目录2.文本预处理2.1读取数据集2.2词元化2.3词表2.4整合2.文本预处理序列数据的多种形式中，文本数据是最常见的一种，在英文文本中一篇文章或者一段句子可以看做一串单词序列
紫色银杏树·2023-09-19 18:27

动手学深度学习-文本预处理；语言模型；循环神经网络基础

一、文本预处理文本是一类序列数据，一篇文章可以看作是字符或单词的序列，本节将介绍文本数据的常见预处理步骤，预处理通常包括四个步骤：读入文本分词建立字典，将每个词映射到一个唯一的索引（index）将文本从词的序列转换为索引的序列，方便输入模型其中建立字典需要经过的步骤为：去重，统计词频筛掉部分词添加一些特殊的token将token映射到唯一索引将索引映射到token二、语言模型一段自然语言文本可以看
sjtucq·2023-09-19 18:26

pycharm笔记-动手学深度学习（李沐）线性代数课后习题

1.证明一个矩阵的转置的转置是，即(⊤)⊤=(A⊤)⊤=A。#创建一个5*4的矩阵importtorchA=torch.arange(20).reshape(5,4)print(A.T.T==A)2.给出两个矩阵和，证明“它们转置的和”等于“它们和的转置”，即⊤+⊤=(+)⊤A⊤+B⊤=(A+B)⊤A=torch.arange(12).reshape(3,4)B=torch.arange(12,2
幸运的的飞起·2023-09-19 17:12

李沐《动手学深度学习》笔记3-线性代数

标量向量长度：二范数点积正交矩阵线性代数的本质：矩阵是一个扭曲的空间F范数：对称，反对称，正定，正交置换矩阵特征向量，特征值此处不被改变指方向，与大小无关。importtorchx=torch.tensor([3.0])x=torch.arange(4)len(x)#4x[3]#tensor(3)x.shape#torch.Size([4])A=torch.arange(20).reshape(5
暄染落墨·2023-09-19 17:41

赵孟頫《赤壁赋》课堂笔记1-20讲（史上最全，建议收藏）

========================================================================================================================================================================================================
云逸书院·2023-09-19 14:54

每日课堂笔记day29

备份好处：1、恢复2、比较diff：比较diff文件名备份的文件名vimdiff：图形化比较vimdiff文件名备份的文件名rpm：包管理器功能：安装、卸载、升级、查询和验证安装需要很多的依赖，安装一个软件需要先安装一堆软件现已基本不用。yum：背后使用rpm，不需要直接使用rpm了。作用：用于自动安装、升级rpm软件包，能自动查找并解决rpm包之间的依赖并解决根据命令或者配置等的路径查属于哪个包
Ambitionx丶·2023-09-19 10:41

12.9学习成果展示

所以每次展示的图片数会比原来少一点，但是更能显示学生的课堂笔记情况。请知悉！一，王梦瑶学习成果展示二，赵钰炀学习成果展示三，张嘉宁学习成果展示
张志鹏_化学老师·2023-09-19 06:12

41 物体检测和数据集【动手学深度学习v2】(笔记)

一、物体检测1、图片分类->目标检测（应用更多：无人车、无人售货）-图片里是有主体，识别感兴趣的物体2、边缘框的两种表示方法3、目标检测中常用的数据集是COCO4、总结：物体检测识别图片里的多个物体的类别和位置-位置通常用边缘框表示-有两种表示方法，一种是左上+右下坐标，一种是左上+宽和高二、边缘框实现三、数据集
hlllllllhhhhh·2023-09-19 05:10

生物的神经系统与机器的人工神经网络

区别:总结前言因为本人是学生物的，并且深度学习的核心——人工神经网络与生物的神经系统息息相关，故想要在本章探讨一下生物的神经系统与机器的人工神经网络这两者之间的关系参考文献：从生物神经元到人工神经元《动手学深度学习
星石传说·2023-09-18 23:18

李宏毅hw-6利用GAN生成动漫图像

一、查漏补缺、熟能生巧：1.什么是转置卷积convTranspose、以及这种转置卷积怎么使用：（1）具体的原理直接看李沐老师的那个演示，非常清晰：47转置卷积【动手学深度学习v2】_哔哩哔哩_bilibili
诚威_lol_中大努力中·2023-09-18 22:14

《动手学深度学习 Pytorch版》 7.1 深度卷积神经网络(LeNet)

7.1.1学习表征深度卷积神经网络的突破出现在2012年。突破可归因于以下两个关键因素：缺少的成分：数据数据集紧缺的情况在2010年前后兴起的大数据浪潮中得到改善。ImageNet挑战赛中，ImageNet数据集由斯坦福大学教授李飞飞小组的研究人员开发，利用谷歌图像搜索对分类图片进行预筛选，并利用亚马逊众包标注每张图片的类别。这种数据规模是前所未有的。缺少的成分：硬件2012年，AlexKrizh
AncilunKiang·2023-09-18 16:10

Python 文件 IO 操作详解

编码，仅文本模式使用2.2.5errors2.2.6newline2.2.7closefd3、文件其他命令3.1read3.2write3.3close3.4其它命令4、文件指针5、上下文管理6、其它课堂笔记
Lee木木·2023-09-18 13:27

《动手学深度学习 Pytorch版》 6.3 填充和步幅

6.3.1填充虽然我们用的卷积核较小，每次只会丢失几像素，但是如果应用多层连续的卷积层，累积的像素丢失就会很多。解决此问题的方法为填充。填充后的输出形状将为(nh−kh+ph+1)×(nw−kw+pw+1)(n_h-k_h+p_h+1)\times(n_w-k_w+p_w+1)(nh−kh+ph+1)×(nw−kw+pw+1)importtorchfromtorchimportnndefcomp_
AncilunKiang·2023-09-18 12:17

跟着李沐学AI（动手学深度学习 PyTorch版）学习笔记——03安装（环境配置d2l、pytorch）（python3.7版本+Windows+各种问题解决措施）

第一步：根据操作系统下载并安装Miniconda1.下载Miniconda下载地址2.在安装过程中需要勾选“AddAnacondatothesystemPATHenvironmentvariable”选项3.检验win+R，输入cmd，在文本框输入conda--version第二步:下载包含本书全部代码的压缩包。1.点击该链接+点击jupyter记事本下载压缩包2.解压该压缩包3.在解压后的文件夹
依洛(^_^)简·2023-09-18 10:01

《动手学深度学习 Pytorch版》 6.2 图像卷积

importtorchfromtorchimportnnfromd2limporttorchasd2l6.2.1互相关计算X=torch.tensor([[0.0,1.0,2.0],[3.0,4.0,5.0],[6.0,7.0,8.0]])K=torch.tensor([[0.0,1.0],[2.0,3.0]])此处应为：012345678*0123=19253743即0×0+1×1+3×2+4×
AncilunKiang·2023-09-18 09:12

《动手学深度学习 Pytorch版》 6.6 卷积神经网络

importtorchfromtorchimportnnfromd2limporttorchasd2l6.6.1LeNetLetNet-5由两个部分组成：-卷积编码器：由两个卷积核组成。-全连接层稠密块：由三个全连接层组成。模型结构如下流程图（每个卷积块由一个卷积层、一个sigmoid激活函数和平均汇聚层组成）：全连接层(10)↑\uparrow↑全连接层(84)↑\uparrow↑全连接层(12
AncilunKiang·2023-09-18 03:07

《动手学深度学习 Pytorch版》 6.5 汇聚层

importtorchfromtorchimportnnfromd2limporttorchasd2l6.5.1最大汇聚和平均汇聚汇聚层和卷积层类似，区别在于汇聚层不带包含参数，汇聚操作是确定性的，通常计算汇聚窗口中所有元素的最大值或平均值，即最大汇聚和平均汇聚。defpool2d(X,pool_size,mode='max'):p_h,p_w=pool_size#和互相关运算差不多Y=torch
AncilunKiang·2023-09-18 03:37

《动手学深度学习 Pytorch版》 6.4 多输入多输出通道

importtorchfromd2limporttorchasd2l6.4.1多输入通道简言之，多通道即为单通道之推广，各参数对上即可。defcorr2d_multi_in(X,K):#先遍历“X”和“K”的第0个维度（通道维度），再把它们加在一起returnsum(d2l.corr2d(x,k)forx,kinzip(X,K))X=torch.tensor([[[0.0,1.0,2.0],[3.
AncilunKiang·2023-09-18 03:36

《动手学深度学习 Pytorch版》 6.1 从全连接层到卷积

6.1.1不变性平移不变性（translationinvariance）：不管检测对象出现在图像中的哪个位置，神经网络的前面几层应该对相同的图像区域具有相似的反应，即为“平移不变性”。局部性（locality）：神经网络的前面几层应该只探索输入图像中的局部区域，而不过度在意图像中相隔较远区域的关系，这就是“局部性”原则。最终，可以聚合这些局部特征，以在整个图像级别进行预测。6.1.2多层感知机的限
AncilunKiang·2023-09-18 03:06

线性回归网络

  李沐大神的《动手学深度学习》，是我入门机器学习的首课，因此在这里记录一下学习的过程。线性回归的从零开始实现  线性回归是理解机器学习的基础，它经常用来表示输入和输出之间的关系。  
Alzh·2023-09-17 21:25

《动手学深度学习 Pytorch版》 5.6 GPU

5.6.1计算设备importtorchfromtorchimportnntorch.device('cpu'),torch.device('cuda:0')#cuda等价于cuda:0（只有一块显卡没法试别的块号）(device(type='cpu'),device(type='cuda',index=0))torch.cuda.device_count()#查询可用GPU数量1deftry_g
AncilunKiang·2023-09-17 09:14

《动手学深度学习 Pytorch版》 5.4 自定义层

5.4.1不带参数的层importtorchimporttorch.nn.functionalasFfromtorchimportnnclassCenteredLayer(nn.Module):def__init__(self):super().__init__()defforward(self,X):returnX-X.mean()#仅作减去均值的操作layer=CenteredLayer()l
AncilunKiang·2023-09-17 09:13

《动手学深度学习 Pytorch版》 5.3 延后初始化

importtorchfromtorchimportnnfromd2limporttorchasd2l下面实例化的多层感知机的输入维度是未知的，因此框架尚未初始化任何参数，显示为“UninitializedParameter”。net=nn.Sequential(nn.LazyLinear(256),nn.ReLU(),nn.LazyLinear(10))net[0].weightc:\Softw
AncilunKiang·2023-09-17 09:43

《动手学深度学习 Pytorch版》 5.5 读写文件

5.5.1加载和保存importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFx=torch.arange(4)torch.save(x,'x-file')#使用save保存x2=torch.load('x-file')#使用load读回内存x2tensor([0,1,2,3])y=torch.zeros(4)torch.save([x,
AncilunKiang·2023-09-17 09:41

国外AI大牛推荐的10大最有帮助免费在线机器学习课程

课堂笔记写得很好，解释了不同
机器学习与系统·2023-09-17 04:04

d2l绘图不显示的问题

1、出现的问题：我们在学习李沐大神的《动手学深度学习》这本书的时候，复现书中的源代码，导入d2l这个绘图工具包的时候，图片不显示。
咸鱼翻身的路上·2023-09-17 01:13
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他