动手学深度学习课堂笔记

防火墙豁免实验

♥️作者：小刘在C站♥️每天分享云计算网络运维课堂笔记，疫情之下，你我素未谋面，但你一定要平平安安，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放，愿所有的美好，再疫情结束后如约而至。
小刘在C站·2022-12-11 12:01

李宏毅seq2seq(RNN LSTM GRU seq2seq)

隐藏层的激活函数选用tanh函数(李沫大神的《动手学深度学习》是使用这个激活函数)，对于分类问题输出层选用softmax为激活函数。笔者还看过另一种说法，是直接将隐藏状态连结，计算最终输出。
qq_43501578·2022-12-11 11:40

动手学深度学习 | 从上手到多类分类

1.使用NDArray来处理数据frommxnetimportndarrayasndnd.zeros((3,4))x=nd.ones((3,4))nd.array([[1,2],[2,3]])y=nd.random_normal(0,1,shape=(3,4))y.shapey.size#操作符x+yx*ynd.exp(y)nd.dot(x,y.T)#广播a=nd.arange(3).reshap
奔跑的蜗牛君666·2022-12-10 16:51

深度学习Review【四】编解码

课程地址动手学深度学习笔记【三】一、编码-解码二、Seq2seqtorch一、编码-解码编码（训练）：处理输出，把输入编程成中甲你表达形式（特征）解码（预测）：生成输出，把特征解码成输出fromtorchimportnnclassEncoder
舒克儿不开飞机·2022-12-10 08:55

【菜菜的sklearn课堂笔记】聚类算法Kmeans-重要参数init & random_state & n_init：初始质心怎么放更好

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibiliinit在K-Means中有一个重要的环节，就是放置初始质心。如果有足够的时间，K-means一定会收敛，但Inertia可能收敛到局部最小值。是否能够收敛到真正的最小值很大程度上取决于质心的初始化。init就是用来帮助我们决定质心初始放置位置的参数。初始质心放置的位
烧灯续昼2002·2022-12-10 08:24

动手学深度学习——预备知识

一、机器学习组件：1、我们可以学习的数据（data）。样本-特征-标签图像的特征由像素值表示，每个空间位置的红、绿、蓝通道的强度。固定长度的特征向量容易大量训练，所以需要裁剪成标准尺寸，要防止丢失信息。数据要海量+正确，也不要不均衡。2、如何转换数据的模型（model）。3、一个目标函数（objectivefunction），用来量化模型的有效性。定义模型的好坏，并希望优化到最低点，学习模型参数的
唔西迪西爱学习·2022-12-10 00:52

李沐动手学深度学习-04数据操作+数据预处理

李沐动手学深度学习-CH04数据操作的实现这边的内容感觉不太需要记录，所以就没有写了，忘记了就查找一下嘛。
Allure丶憨憨·2022-12-09 22:51

李沐动手学深度学习V2-GoogLeNet模型和代码实现

1.GoogLeNet在2014年的ImageNet图像识别挑战赛中，一个名叫GoogLeNet的网络架构大放异彩。GoogLeNet吸收了NiN中串联网络的思想，并在此基础上做了改进。这篇论文的一个重点是解决了什么样大小的卷积核最合适的问题。毕竟，以前流行的网络使用小到1×1，大到11×11的卷积核。本文的一个观点是，有时使用不同大小的卷积核组合是有利的。1.1Inception块在GoogLe
cv_lhp·2022-12-09 22:20

36李沐动手学深度学习v2/图像增广

%matplotlibinlineimporttorchimporttorchvisionfromtorchimportnnfromd2limporttorchasd2ld2l.set_figsize()img=d2l.Image.open('./img/cat1.jpg')d2l.plt.imshow(img)defapply(img,aug,num_rows=2,num_cols=4,scal
xcrj·2022-12-09 22:50

动手学深度学习PyTorch版——Task02学习笔记

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预处理通常包括四个步骤：读入文本英文小说：以英文小说为例展示文本预处理步骤importcollectionsimportredefread_time_machine():withopen('/home/kesci/input/timemachine7163/timemachine.txt','r')asf:lines=[re.sub(
土豆土豆昕昕·2022-12-09 19:51

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

防火墙nat理论讲解

♥️作者：小刘在C站♥️每天分享云计算网络运维课堂笔记，疫情之下，你我素未谋面，但你一定要平平安安，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放，愿所有的美好，再疫情结束后如约而至。
小刘在C站·2022-12-09 12:49

防火墙NAT讲解（二）

♥️作者：小刘在C站♥️每天分享云计算网络运维课堂笔记，疫情之下，你我素未谋面，但你一定要平平安安，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放，愿所有的美好，再疫情结束后如约而至。
小刘在C站·2022-12-09 12:49

世界杯论文

♥️作者：小刘在C站♥️每天分享云计算网络运维课堂笔记，疫情之下，你我素未谋面，但你一定要平平安安，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放，愿所有的美好，再疫情结束后如约而至。
小刘在C站·2022-12-09 12:18

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

《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

【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

R实现K-means

课堂笔记一定要记住系统聚类和k-means的流程图K-means又叫做快速聚类>health=read.csv("2011社会发展数据.csv",row.names=1)>km=kmeans(scale
司马平雋·2022-12-06 12:14

【菜菜的sklearn课堂笔记】聚类算法Kmeans-基于轮廓系数来选择n_clusters

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili我们通常会绘制轮廓系数分布图和聚类后的数据分布图来选择我们的最佳n_clustersfromsklearn.metricsimportsilhouette_samples,silhouette_scorefromsklearn.datasetsimportmake_b
烧灯续昼2002·2022-12-06 12:42

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

Java日记May

publicclass课程安排{publicstaticvoidmain(String[]args){if(有课的时候){1.听课；2.上课结束后，先整理笔记，包括课堂笔记和讲义（pdf）；3.做当天的作业题
skping-go·2022-12-06 09:45

20221007 课堂笔记

数据拆分的sklearn实现训练集：用来训练模型测试集：用来最终最学习方法的评估#忽略警告信息（不显示警告信息）importwarningswarnings.filterwarnings("ignore")拆分为训练集和数据集#导入波士顿房价数据集fromsklearnimportdatasetsboston=datasets.load_boston()boston{'data':array([[
超级小菜鸟+无敌透明小虾米·2022-12-06 08:07
上一页 39 40 41 42 43 44 45 46 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他