动手学深度学习课堂笔记第36页

在做中学，在学中做

向日葵_1f86·2023-01-28 03:10

《高EQ智慧父母》课堂笔记及感想

孩子与父母的相处的问题就是以上四种问题。目标：如何扩大和谐区。让我想起了游戏力里指出关系大于一切，养育的核心是建立良好的亲子关系，这两大体系的课程不谋而合，关系大于一切，再次让我在这条路上越走越坚定。代替孩子成长，不要帮助孩子能做的事。（个人想法，不能走极端，不能为了让孩子成长，而丢弃了爱的流动，我爱你，我想要帮你穿双鞋子。）妨碍孩子成长：不干扰孩子，培养孩子的专注力。正面暗示，不干扰，听《爱和乐

博妈优姐·2023-01-28 02:35

第九次作业——思维导图关键词

不管是会议记录、课堂笔记还是各种规划做成一张思维导图提取的文字都是最精炼最具代表性的。上线下课时我就有问过丽芳老师关于关键字的问题，这堂课丽芳老师给了详细的解答。

漫雨滋润·2023-01-28 00:00

生工甘玉卿NO.2生命之花计划

加油(ง•̀_•́)ง有一个小瑕疵，在中间靠右的上面那格应该是竖着写，结果顺着图片的方向写了感觉自我实现，个人成长差不多，不好分图片发自App这是课堂笔记，字比较多，有的枝干太多，很挤，不知道怎么解决，

檬哒甘甘·2023-01-27 23:10

销售日记-脑袋一热型客户如何对付

此时，你能做的就只有认真的听讲，时不时的做些“课堂笔记”，让客户感觉到你的认真和认可，还有时不时的提出一些疑问，让客户充分感觉到你在思考，那就更完美了。

生活家小典·2023-01-27 19:14

《毛泽东早期文稿》之讲堂录摘录分享

《毛泽东早期文稿》收录了毛泽东1912-1920年间（19-27岁）的文稿，其中《讲堂录》内容为1913年10月-12月毛泽东在长沙求学期间的课堂笔记和读书笔记，其时毛泽东刚好20岁。

明空如月·2023-01-27 15:18

Python数据挖掘：数据转换-数据规范化

来源：天善智能韦玮老师课堂笔记作者：Dust----------数据转换：简单变换1、数据变换的目的是降数据转化为更方便分析的数据。

CN-Dust·2023-01-27 14:10

2.8 数值分析: 矩阵的范数

本文内容为东北大学数值分析国家精品慕课课程的课程讲义,将其整理为OneNote笔记同时添加了本人上课时的课堂笔记,且主页中的思维导图就是根据课件内容整理而来,为了方便大家和自己查看，特将此上传到CSDN

孤柒「一起学计算机」·2023-01-27 14:08

动手学深度学习_风格迁移

风格迁移（styletransfer）是让一张图片内容不发生改变，但样式改为另一张图片效果。这里所使用的风格迁移并不是基于GAN的，而是基于卷积神经网络的风格迁移方法（当然现在主流的风格迁移是基于GAN的，感兴趣的可以了解一下之间写过的一些GAN的介绍）首先，我们初始化合成图像，例如将其初始化为内容图像。该合成图像是风格迁移过程中唯一需要更新的变量，即风格迁移所需迭代的模型参数。然后，我们选择一个

CV小Rookie·2023-01-27 09:26

复盘 2020.11.23-26

蔺老师粉笔字课堂笔记1.低年级教学计划：一上笔画；一下独体字、偏旁；二上组合；二下毛笔字。2.鼓励孩子把笔画写开，先有破局的体验，再收回来，见效快。

会讲课的小松鼠·2023-01-27 01:40

ace家长会

课堂笔记及作业必须检查。每个孩子有各种不同的状态。图片发自App记笔记、记事图片发自App

六重奏·2023-01-26 20:58

一建思维导图

学习没有一个整体架构知识点错综复杂概念理解极易混淆死记硬背过两天就忘记刻苦努力而始终不得要领—————————————————————————在这里为大家扫除一建备考困惑同时结合各家名师课堂总结考试大咖们的课堂笔记认真总结凝练反复去粗取精总结了一套一建板书笔记帮助大家轻松通

考试一杆枪·2023-01-26 16:45

动手学深度学习（二十二）——GoogLeNet：CNN经典模型（五）

文章目录1.含并行连结的网络（GoogLeNet）1.1Inception块1.2GoogLeNet模型2.动手实现简化的GoogLeNet模型2.1实现Inception块2.2构建GoogleNet模型2.3验证网络架构2.4训练网络2.5绘图查看效果3.总结《GoingDeeperwithConvolutions》去读文章1.含并行连结的网络（GoogLeNet）在2014年的Image

留小星·2023-01-26 12:24

课堂笔记day27

老男孩Linux运维58期课堂笔记作者：于冬归档：课堂笔记日期：4.81、常见的网络命令ping命令ping域名DNS问题pingwww.baidu.com无应答DNS没有配置DNS有问题ping公网IP47.75.80.160ping

乐园_YD·2023-01-26 09:13

重新开始

语文课堂笔记做的也比较多，要点记录也算齐全。所以涵涵一直说听不进课，但是事实证明他听课还是可以的。今天复课，涵涵还是有压力的。

聆言玲语·2023-01-26 08:56

熙+日记69 “相信才能看见”

以下把课堂笔记做了整理，分享给大家，共同学习进步：▼当孩子拿了个差的成绩回家，你的反应是什么，要怎么办？我们首先

于亚军·2023-01-26 06:03

【GAMES101】课堂笔记1--计算机图形学概述

文章目录前言课堂笔记1图形学介绍1.1图形学应用领域1.2图形学前沿Challenges2本课程介绍2.1课程内容2.2非课程内容2.3课程相关前言本文为GAMES101现代计算机图形学入门的学习笔记系列

beidou111·2023-01-25 11:49

3.4 Softmax回归【李沐动手学深度学习】

目录1.从回归到多分类——均方损失Softmax回归2.Softmax和交叉熵损失损失梯度3.损失函数3.1均方损失（L2Loss）3.2绝对值损失函数（L1Loss）3.3鲁棒损失Huber'sRobustLoss4.小结回归问题&分类问题回归：单输出分类：多输出（输出i是预测为第i类的置信度）1.从回归到多分类——均方损失Softmax回归1.类似线性回归：非规范化的预测=权重（矩阵）与输入特

iCiven·2023-01-25 10:39

深度学习PyTorch笔记（1）：创建Tensor

Tensor1.Tensor预备知识1.1创建Tensor1.1.1创建未初始化的Tensor1.1.2生成随机数1.1.3torch.Tensor()与torch.tensor()1.1.4一些特殊值矩阵这是《动手学深度学习

三耳01·2023-01-25 09:04

动手学深度学习——批量归一化

1、批量归一化损失出现在最后，后面的层训练较快；数据在最底部，底部的层训练的慢；底部层一变化，所有都得跟着变；最后的那些层需要重新学习多次；导致收敛变慢；固定小批量里面的均差和方差：然后再做额外的调整（可学习的参数）：2、批量归一化层可学习的参数为γ和β；作用在全连接层和卷积层输出上，激活函数前；全连接层和卷积层输入上；对全连接层，作用在特征维；对于卷积层，作用在通道维上。3、批量归一化在做什么最

橙子吖21·2023-01-25 09:04

SVM原理推导(课堂笔记及思路整理)

前言上数据挖掘课的樊老师讲了三节课，一堆堆的数学符号。这里加以整理，非常感谢樊老师讲的知识。（我不生产知识，我只是知识的搬运工,开个玩笑嘻嘻）。这里记录一下过程还有我对过程的一些理解。为避免像上次一样一些网站转载博客而不标注网址，这里我提一下:本文链接:https://blog.csdn.net/weixin_43850253/article/details/109356427知识体系hardma

Andy Dennis·2023-01-25 09:27

MySQL约束课堂笔记Day03 之 DQL、约束、数据库设计、数据库备份与还原

今日内容1.DQL:查询语句1.排序查询2.聚合函数3.分组查询4.分页查询2.约束3.数据库的设计1.多表之间的关系2.范式4.数据库的备份和还原DQL:查询语句1.排序查询*语法：orderby子句*orderby排序字段1排序方式1，排序字段2排序方式2...*排序方式：*ASC：升序，默认的。*DESC：降序。*注意：*如果有多个排序条件，则当前边的条件值一样时，才会判断第二条件。2.聚合

@开水白菜·2023-01-23 09:43

基于pytorch的kaggle_CIFAR-10图片分类（可GPU也可CPU）

主体代码来自于动手学深度学习代码分两个部分组成，第一部分是主体代码kaggle_CIFAR-10.py，第二部分是d2l.py是一堆类或者函数定义的地方，其中也有很多函数没有用到，所以很长，但是也都是书中的

丶fest·2023-01-23 08:57

大数据管理与分析技术课堂笔记（一）——大数据存储策略：虚拟化存储+分布式存储（块存储+分布式文件存储+对象存储+表存储）

3.4大数据存储策略3.4.1虚拟化存储虚拟化技术：通过映射或抽象的方法屏蔽物理设备复杂性，增加一个管理层面，激活一种资源并使之更易于透明控制。它可以有效简化基础设施的管理，增加IT资源的利用率和能力，比如服务器、网络或存储。对于用户：虚拟化的存储资源就像是一个巨大的“存储池”，无须知道具体的磁盘、磁带及存储路径对于管理人员：虚拟存储池是采取集中化的管理，并根据具体的需求把存储资源动态地分配给各个

叔远·2023-01-22 19:10

机器学习11种优化器推导过程详解(SGD,BGD,MBGD,Momentum,NAG,Adagrad,Adadelta,RMSprop,Adam,Nadma,Adamx)

前言在网上看了很多关于优化函数的讲解，基本都是从两本书完全照抄搬运到知乎和CSDN等各大技术论坛，而且搬运的过程中错误很多：一本是李沐的《动手学深度学习》，另一本是邱锡鹏的《神经网络与深度学习》，这里从新总结和修正一下

量化交易领域专家：杨宗宪·2023-01-21 19:33

深度学习-学习笔记（数值稳定性）

最近看李沐老师的动手学深度学习，有很多收获，因此将老师讲课内容稍作总结，以便以后翻阅学习数值稳定性数值稳定性是神经网络模型一个非常重要的内容，模型不稳定一般与梯度消失和梯度爆炸有关。

J_Wu·2023-01-21 19:31

【动手学深度学习PyTorch版】8 数值稳定性、模型初始化、激活函数

上一篇移步【动手学深度学习PyTorch版】7丢弃法_水w的博客-CSDN博客目录一、数值稳定性1.1数值稳定性◼数值稳定性常见的两个问题：◼梯度爆炸：举例MLP◼梯度消失◼总结1.2如何使得训练更稳定

水w·2023-01-21 19:29

李沐动手学深度学习第四章-4.8. 数值稳定性和模型初始化

我们实现的每个模型都是根据某个预先指定的分布来初始化模型的参数。初始化方案的选择在神经网络学习中起着举足轻重的作用，它对保持数值稳定性至关重要。1.梯度消失和梯度爆炸1.1.梯度消失曾经sigmoid函数1/(1+exp⁡(−x))（4.1节提到过）很流行，因为它类似于阈值函数。由于早期的人工神经网络受到生物神经网络的启发，神经元要么完全激活要么完全不激活（就像生物神经元）的想法很有吸引力。然而，

nousefully·2023-01-21 19:27

动手学深度学习（十六）——数值稳定性和模型初始化(公式说明)

文章目录一、数值稳定性——梯度消失和梯度爆炸二、多层感知机器（MLP）中说明梯度爆炸和梯度消失2.1梯度爆炸梯度爆炸的问题2.2梯度消失梯度消失的问题2.3总结如何让训练更加稳定？三、模型初始化和激活函数3.1权重初始化3.2让每一层的方差都是一个常数Xavier初始化：以多层感知机为例假设线性的激活函数3.3总结一、数值稳定性——梯度消失和梯度爆炸考虑一个具有LLL层、输入x\mathbf{x}

留小星·2023-01-21 19:57

李沐《动手学深度学习》课程笔记：14 数值稳定性 + 模型初始化和激活函数

目录14数值稳定性+模型初始化和激活函数1.数值稳定性2.模型初始化和激活函数14数值稳定性+模型初始化和激活函数1.数值稳定性考虑一个具有L层、输入x和输出o的深层网络。每一层l由变换fl定义，该变换的参数为权重W(l)，其隐藏变量是h(l)（令h(0)=x）。我们的网络可以表示为：(4.8.1)h(l)=fl(h(l−1))因此o=fL∘…∘f1(x).如果所有隐藏变量和输入都是向量，我们可以

非文的NLP修炼笔记·2023-01-21 19:56

动手学深度学习之语言模型与数据集

语言模型所谓语言模型，当给定一个长度为TTT的词的序列w1,w2,...,wTw_1,w_2,...,w_Tw1,w2,...,wT，语言模型的目标就是评估该序列是否合理，即计算序列的概率：P(w1,w2,...,wT)P(w_1,w_2,...,w_T)P(w1,w2,...,wT)概率越大，合理性越高。本节介绍基于统计的语言模型，主要是nnn元语法(nnn-gram)。假设序列w1,w2,..

Ta51167·2023-01-20 10:56

《动手学深度学习》笔记 2.2 “数据预处理”

开始进行《动手学深度学习》的学习，记录一切学习到的值得学习的东西。

Master_Chen~·2023-01-20 09:44

李沐动手学深度学习V2-LSTM长短期记忆网络以及代码实现

一.LSTM长短期记忆网络1.介绍长期以来，隐变量模型存在着长期信息保存和短期输入缺失的问题，解决这一问题的最早方法之一是长短期存储器（longshort-termmemory，LSTM），它有许多与门控循环单元GRU一样的属性，但是长短期记忆网络的设计比门控循环单元稍微复杂一些，却比门控循环单元早诞生了近20年。2.门控记忆单元长短期记忆网络的设计灵感来自于计算机的逻辑门，长短期记忆网络引入了记

cv_lhp·2023-01-20 07:08

Pytorch 卷积层

Pytorch卷积层0.环境介绍环境使用Kaggle里免费建立的Notebook教程使用李沐老师的动手学深度学习网站和视频讲解小技巧：当遇到函数看不懂的时候可以按Shift+Tab查看函数详解。

哇咔咔负负得正·2023-01-19 18:09

双向循环神经网络

原文链接：动手学深度学习pytorch版：6.10双向循环神经网络github：https://github.com/ShusenTang/Dive-into-DL-PyTorch双向循环神经网络之前介绍的循环神经网络模型都是假设当前时间步是由前面的较早时间步的序列决定的

ywm_up·2023-01-19 09:42

学习笔记：动手学深度学习 07 概率

导入必要的软件包投掷骰子importtorchfromtorch.distributionsimportmultinomialfromd2limporttorchasd2lfair_probs=torch.ones([6])/6multinomial.Multinomial(1,fair_probs).sample()Out[5]:tensor([0.,1.,0.,0.,0.,0.])multin

进击的番茄~·2023-01-19 08:48

动手学深度学习_2

动手学深度学习_21.文本预处理1.1读入文本1.2分词1.3建立字典1.4词索引相互转换2.语言模型2.1语言模型2.2n元语法2.3时序采样2.3.1随机采样相邻采样3.循环神经网络3.1循环神经网络的构造

dayday学习·2023-01-19 08:47

深度学习（1）——Pytorch基础

深度学习（1）——Pytorch基础作者：夏风喃喃参考：《动手学深度学习第二版》李沐文章目录深度学习（1）——Pytorch基础一.数据操作二.数据预处理三.绘图四.自动求导五.概率论导入相关包：importtorch

夏风喃喃·2023-01-19 08:15

深度学习 5.概率

Author：baiyucraftBLog：baiyucraft’sHome原文：《动手学深度学习》在某种形式上，机器学习就是做出预测，所以需要概率的相关知识1.采样器假设我们掷骰子，想知道看到

baiyucraft·2023-01-19 08:43

【Dive into Deep Learning / 动手学深度学习】第二章 - 第六节：概率

目录前言2.6.概率2.6.1.模拟扔骰子2.6.2.处理多个随机变量2.6.2.1.联合概率2.6.2.2.条件概率2.6.2.3.贝叶斯定理2.6.2.4.边际化2.6.3.期望和方差结语参考文献前言Hello！非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～自我介绍ଘ(੭ˊᵕˋ)੭昵称：海轰标签：程序猿｜C++选手｜学生简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金

海轰Pro·2023-01-19 08:13

编程小菜学习之李沐老师动手学深度学习笔记-36数据增广

#36图片增广importmatplotlib.pyplotaspltimporttorchimporttorchvisionfromtorchimportnnfromd2limporttorchasd2ld2l.set_figsize()img=d2l.Image.open(r'D:\worksoftware\PycharmProjects\pythonProject\image\dog.png

编程小cai·2023-01-18 10:19

动手学深度学习---下载d2l

编程环境Miniconda+jupyternotebook+torch+python问题：在跟着李沐的视频的学习深度学习过程中，其中使用到了一个李沐自己编写的包d2l,因为没有它，所以视频中很多代码我都没有实现。问了师兄他帮我在Miniconda中新弄了一个环境其中有d2l包但是我还需要重新安装pytorch到新的环境，感觉就很麻烦。于是就想在原来的环境中下载一个d2l之前在git上下了一个直接放

至尚·2023-01-18 10:46

李沐动手学深度学习V2-实战Kaggle比赛：叶子分类（Classify Leaves）和代码实现

一.叶子分类预测叶子图像的类别，该数据集包含176个类别，18353个训练图像，8800个测试图像。每个类别至少有50张图像用于训练，测试集平均分为公共和私人排行榜，网址为：https://www.kaggle.com/competitions/classify-leaves/code由于images文件夹包含测试集和训练集所有图像，因此需要手动把测试集和训练集分开，所有代码如下，运行在一个GPU

cv_lhp·2023-01-18 10:45

17李沐动手学深度学习v2/实战kaggle比赛，房价预测

#下载数据工具函数importhashlibimportosimporttarfileimportzipfileimportrequestsDATA_HUB=dict()DATA_URL='http://d2l_data.s3-accelerate.amazonaws.com/'defdownload(name,cache_dir=os.path.join('.','data')):'''下载DA

xcrj·2023-01-18 10:45

27李沐动手学深度学习v2/池化层

单通道二维池化importtorchfromtorchimportnnfromd2limporttorchasd2ldefpool2d(X,pool_size,mode='max'):p_h,p_w=pool_size#输出shape=(输入行-池化高+1,输入列-池化宽+1)Y=torch.zeros((X.shape[0]-p_h+1,X.shape[1]-p_w+1))#池化窗口在输入上滑动