动手学深度学习课堂笔记

【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

防火墙ssh详解讲解

♥️作者：小刘在C站\♥️每天分享云计算网络运维课堂笔记，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放。
小刘在C站·2022-12-05 20:44

dmz区域

♥️作者：小刘在C站\♥️每天分享云计算网络运维课堂笔记，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放。
小刘在C站·2022-12-05 20:44

防火墙nat实验

♥️作者：小刘在C站♥️每天分享云计算网络运维课堂笔记，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放。
小刘在C站·2022-12-05 20:44

防火墙dmz实验

♥️作者：小刘在C站♥️每天分享云计算网络运维课堂笔记，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放。
小刘在C站·2022-12-05 20:12

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

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

【动手学深度学习】01-线性回归模型的实现

一、从零开始实现1.1读取数据集训练模型时要对数据集进行遍历，每次抽取一小批量样本，并使用它们来更新我们的模型。由于这个过程是训练机器学习算法的基础，所以有必要定义一个函数，该函数能打乱数据集中的样本并以小批量方式获取数据。defdata_iter(batch_size,features,labels):"""该函数接收批量大小、特征矩阵和标签向量作为输入，生成大小为batch_size的小批量]
zhaoylai·2022-12-04 14:22

Anaconda虚拟环境安装

最近刚开始接触深度学习，小白一枚，经老师同学推荐，才知道有优秀的免费教材《动手学深度学习》的中文版，还可以跟着李沐大神的B站视频学习。刚刚开始第一步：环境安装以及配置。
先有后优07·2022-12-04 12:38

NNDL 实验九 注意力机制

基于框架API实现文本语义匹配ref：NNDL实验8（上）-HBU_DAVID-博客园(cnblogs.com)NNDL实验8（下）-HBU_DAVID-博客园(cnblogs.com)10.注意力机制—动手学深度学习
HBU_David·2022-12-04 09:41

Softmax回归——动手学深度学习笔记

Softmax回归，虽然它的名称叫做回归，其实它是一个分类问题。回归VS分类回归估计一个连续值如：回归估计下个月的房价分类预测一个离散类别如：（1）MNIST：手写数字识别（10类）（2）ImageNet:自然物体分类（1000类）Kaggle上的分类问题（1）将人类蛋白质显微镜图片分成28类（2）将恶意软件分成9个类别（3）将恶意的Wikipedia评论分成7类从回归到多类分类回归：（1）单连续
我是小蔡呀～～～·2022-12-04 06:04

【菜菜的sklearn课堂笔记】聚类算法Kmeans-聚类算法的模型评估指标

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可以只看轮廓系数和卡林斯基-哈拉巴斯指数不同于分类模型和回归，聚类算法的模型评估不是一件简单的事。在分类中，有直接结果（标签）的输出，并且分类的结果有正误之分，所以我们使用预测的准确度等指标来进行评估，但无论如何评估，都是在”模型找到正确答案“的能力。回归的评估也类似
烧灯续昼2002·2022-12-04 06:28

防火墙原理讲解（二）

♥️作者：小刘在C站♥️每天分享云计算网络运维课堂笔记，一起努力，共赴美好人生！♥️夕阳下，是最美的，绽放。
小刘在C站·2022-12-04 03:22

【菜菜的sklearn课堂笔记】聚类算法Kmeans-重要参数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_bilibilin_clusters是KMeans中的k，表示着我们告诉模型我们要分几类。这是KMeans当中唯一一个必填的参数，默认为8类，但通常我们的聚类结果会是一个小于8的结果。在自建数据集上演示KMeans的基本使用fromsklearn.datasetsimportmake
烧灯续昼2002·2022-12-03 15:32

李沐等人开源中文书《动手学深度学习》预览版上线

近日，由AstonZhang、李沐等人所著图书《动手学深度学习》放出了在线预览版，以供读者自由阅读。这是一本面向在校学生、工程师和研究人员的交互式深度学习书籍。
weixin_34304013·2022-12-03 07:05

资源 | 李沐等人开源中文书《动手学深度学习》预览版上线

近日，由AstonZhang、李沐等人所著图书《动手学深度学习》放出了在线预览版，以供读者自由阅读。这是一本面向在校学生、工程师和研究人员的交互式深度学习书籍。
数据派THU·2022-12-03 07:35

【动手学深度学习】权重衰减(深度学习中的正则化)

原理:通过限制参数值的选择范围来控制模型容量正则化:对学习算法的修改——旨在减少泛化误差而不是训练误差权重衰减也叫做L2正则化也就是说，如果想控制模型复杂度，比如不想让模型太复杂的话，可以通过增加拉姆达来满足需求实例演示权重衰减:从零开始实现导入模块%matplotlibinlineimporttorchfromtorchimportnnfromd2limporttorchasd2l生成数据公式:
xyy ss·2022-12-02 23:54

动手学深度学习（十四）——权重衰退

文章目录1.如何缓解过拟合？2.如何衡量模型的复杂度？3.通过限制参数的选择范围来控制模型容量（复杂度）4.正则化如何让权重衰退？5.可视化地看看正则化是如何利用权重衰退来达到缓解过拟合的目的的6.为什么使用平方范数而非标准范数（欧几里得距离）？7.L1范数和L2范数在应用中的一些区别1.如何缓解过拟合？（1）可以通过收集更多的训练数据来缓解，但是这种方法成本高，而且不受人为控制，短时间内很难取得
留小星·2022-12-02 23:45

【动手学深度学习PyTorch版】23 深度学习硬件CPU 和 GPU

上一篇请移步【动手学深度学习PyTorch版】22续ResNet为什么能训练出1000层的模型_水w的博客-CSDN博客目录一、深度学习硬件CPU和GPU1.1深度学习硬件◼计算机构成◼程序执行的原理◼
水w·2022-12-02 13:32

【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记（目标检测、锚框）

文章目录一、目标检测任务二、目标检测和边界框（锚框）1.如何去进行目标检测？2.生成训练锚框+交并比比较锚框相似度3.怎么去赋予锚框标号?4.使用非极大值抑制（NMS）输出（每个类别保留一个框）5.一些小问题一、目标检测任务1.分类，即是将图像结构化为某一类别的信息，用事先确定好的类别(string)或实例ID来描述图片。这一任务是最简单、最基础的图像理解任务，也是深度学习模型最先取得突破和实现大
Jul7_LYY·2022-12-02 11:36

深度学习Review【三】序列、RNN、LSTM（GRU）、DRNN

课程地址动手学深度学习笔记【三】一、序列模型马尔科夫假设潜变量二、RNN循环神经网络衡量语言模型梯度剪裁torch实现三、GRU门控循环单元思路torch实现四、LSTMtorch实现五、DeepRNN
舒克儿不开飞机·2022-12-02 07:33

Pytorch框架学习个人笔记1---overview

在前期的调研中，了解到《动手学深度学习》需要有一些基础不适合入门学习，我选择了先听【刘二大人】进行入门学习，由于之前有较好的数理基础和python
疯_feng·2022-12-02 05:42

李沐《动手学深度学习》第二版 pytorch笔记1 环境搭建

李沐《动手学深度学习》第二版pytorch笔记1搭建环境文章目录李沐《动手学深度学习》第二版pytorch笔记1搭建环境此时尚有耐心虚拟环境搭建创建虚拟环境查看已有的虚拟环境激活虚拟环境安装深度学习框架和
临风而眠·2022-12-01 12:41

在Kaggle上预测房价——【torch学习笔记】

在Kaggle上预测房价引用翻译：《动手学深度学习》在前面的章节中，介绍了构建深度网络的基本工具，并通过降维、权重衰减和退出来进行容量控制。
一个语文不好的NLPer·2022-12-01 10:03

序列模型（1）—— 难处理的序列数据

参考：《动手学深度学习》8.1节文章目录1.序列数据2.统计工具2.1自回归模型（Autoregressive）2.2马尔可夫模型2.3因果关系3.传统网络架构难以处理序列数据3.1生成训练序列3.2使用
云端FFF·2022-12-01 09:04

数据学习(5)·K-means 聚类和PCA算法

作者的课堂笔记[email protected]聚类主成分分析（PrincipalComponentAnalysis）无监督学习和有监督学习类似，但是数据没有标签。
冈仁波齐下写一串优美的代码·2022-12-01 08:02

Python机器学习应用-基于聚类的图像分割实例编写

>课源：Python机器学习应用BIT嵩天，本文作为个人课堂笔记。
YNNU_鹏酱·2022-12-01 08:25

【菜菜的sklearn课堂笔记】聚类算法Kmeans-概述 & 工作原理

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有监督学习：模型在训练的时候，即需要特征矩阵X，也需要真实标签y。无监督学习：监督的算法在训练的时候只需要特征矩阵X，不需要标签。PCA降维算法就是无监督学习中的一种，聚类算法，也是无监督学习的代表算法之一。聚类算法又叫做“无监督分类”，其目的是将数据划分成有意义或有
烧灯续昼2002·2022-12-01 08:23

李沐_动手学深度学习第5章卷积神经网络_笔记

目录1.二维卷积层1.1二维互相关运算1.2二维卷积层1.3图像中物体边缘检测1.4通过数据学习核数组1.5互相关运算和卷积运算1.6特征图和感受野2.填充和步幅2.1填充2.2步幅3.多输入通道和多输出通道3.1多输入通道3.2多输出通道3.31×1卷积层4.池化层4.1二维最大池化层和平均池化层4.2填充和步幅4.3多通道5.卷积神经网络（LeNet）1.二维卷积层卷积神经网络是含有卷积层的神
爱敲代码的小雨·2022-12-01 04:02

李沐动手学深度学习V2-目标检测数据集

一.目标检测数据集1.数据集介绍目标检测领域没有像MNIST和Fashion-MNIST那样的小数据集，为了快速测试目标检测模型，收集并标记了一个小型数据集。首先拍摄了一组香蕉的照片，并生成了1000张不同角度和大小的香蕉图像，然后在一些背景图片的随机位置上放一张香蕉的图像，最后在图片上为这些香蕉标记了边界框。2.下载数据集并定义数据集该数据集包括一个的CSV文件，内含目标类别标签和位于左上角和右
cv_lhp·2022-11-30 19:03

ModuleNotFoundError: No module named ‘d2lzh_pytorch‘

这是我在复现李沐大神的《动手学深度学习》里面的文本情感分类任务遇到的问题，看了很多博客说要下载包放到环境里面或者安装d2lzh的，屡试不行，最后研究代码整明白了。
目睹闰土刺猹的瓜·2022-11-30 19:27

动手学深度学习中问题：找不到d2l包，No module named ‘d2l’【pytorch李沐】

d2l是字母d，数字2，字母l的组合【不是数字1】解决办法：直接在Anaconda中的Prompt里面输入pipinstall-Ud2l或者在每次程序运行之前，都输入一个!pipinstall-Ud2l如果下载成功，重启jupyter就行如果报错：ERROR:CouldnotinstallpackagesduetoanEnvironmentError:[WinError5]拒绝访问。:‘D:\An
Bessie_Lee·2022-11-30 19:57

李沐动手学深度学习pytorch :问题：找不到d2l包，No module named ‘d2l’

下载d2l我是从GitHub上直接下载后放到百度云的，亲测有效。直接百度云：链接：https://pan.baidu.com/s/1zKCvb6_bj0Tz_tMhlYlFWA提取码：xm79将文件夹d2l【记住这个是小写L不是数字1】放到anaconda你自己创建的环境下：C:\ProgramData\Anaconda3\envs\pytorchzc\Lib\site-packages重点：要放
取个名字真难呐·2022-11-30 19:26

【torch安装踩雷】torchtext、torch、anaconda安装问题解决

由于《动手学深度学习Pytorch》一书中需要torchtext包，围绕着这个包的安装，我踩了不少雷。但是在这解决问题们的过程中，获得了很多知识，收纳下来吧。
QinZheng7575·2022-11-30 19:24

pytorch中深度拷贝_pytorch 数据操作

作为动手学深度学习的基础，本节将介绍如何对内存中的数据进行操作。在PyTorch中，torch.Tensor是存储和变换数据的主要工具。
超人越山峰·2022-11-30 17:00

动手学深度学习——数据操作之广播机制

在看这篇文章之前，首先你需要知道什么是张量。别被这个高逼格的名字唬住，其实张量就是我们常说的数组，在数学、物理领域的称呼，n维的数组就可以称为n阶张量。所以矩阵也可以叫二阶张量，向量则是一阶张量，就连标量也可以用零阶张量来称呼。知道了张量这个概念后，（你就可以出去小装一下了，开玩笑啦），我们简单聊聊为什么深度学习的文章当中很多都是用张量来称呼数组，这很大程度上受影响于pytorch等框架使用的对象
时生丶·2022-11-30 17:58

鲲鹏Devkit开发框架插件工具课堂笔记—第一讲：鲲鹏开发框架插件工具

鲲鹏开发框架插件工具鲲鹏应用开发面临的问题开发1.缺乏鲲鹏亲和开发的实时引导2.缺乏对鲲鹏特点的检查工具3.依赖库生态难以快速获取编译调试1.难以充分利用微架构性能优势2.无多样算力编译和调试能力测试1.兼容性测试工作量大2.应用的安全性、稳定性、性能及功耗等问题难以保障学习、体验、开发、测试环境难以快速获取，开发者及兴趣爱好者难以快速上手，鲲鹏原生开发者驱需面向开发、编译调试、测试鲲鹏原生开发工
飞得更高100·2022-11-30 17:15

鲲鹏Devkit开发框架插件工具课堂笔记—第二讲：手把手带你使用开发框架创建通用计算应用

手把手带你使用开发框架创建通用计算应用学习完本课程后，我对开发框架插件有了一定的了解，同时熟悉了插件通用计算应用工程的功能，掌握了鲲鹏工程创建步骤，提升我的实际开发效率。目标：背景介绍很多开发者在刚开始接触鲲鹏原生开发时，都会遇到这样的问题：对鲲鹏加速库的API不熟悉，不知道如何使用，也不知道如何对自己的程序进行针对鲲鹏处理器的加速优化。针对新用户进行鲲鹏开发遇到的这些常见问题，华为推出了Kunp
飞得更高100·2022-11-30 17:15

鲲鹏Devkit开发框架插件工具课堂笔记—第二讲：通用计算项目实战

华为账号hw_Zixin，严禁直接盗用侵权！一、导读1.背景介绍很多开发者在刚开始接触鲲鹏原生开发时，都会遇到对鲲鹏加速库的API不熟悉、不知道如何使用，不知道如何对自己的程序进行针对鲲鹏处理器的加速优化等问题。针对新用户进行鲲鹏开发遇到的这些常见问题，华为推出了KunpengDevelopmentFrameworkPlugin鲲鹏开发框架插件，帮助开发者更便捷地开发鲲鹏应用，使能开发者高效创新。
华为账号hw_Zixin 小鱼儿梦想＋·2022-11-30 17:14

鲲鹏Devkit开发框架插件工具课堂笔记—第三讲：《Gzip工程创建》项目大作业解析

一、学习目标Gzip介绍二、基于鲲鹏亲和开发框架进行原生开发体验1.安装插件首先打开实验环境中的VSCode，点击左侧树的扩展按钮，在搜索框中搜索“kunpeng”，安装鲲鹏开发框架插件。2.创建通用计算工程2.1工程创建点击左侧树的鲲鹏开发框架插件图标，点击新建鲲鹏工程按钮，进入新建鲲鹏工程界面，点击通用计算应用进入通用计算应用创建页面。工程名称设置为testGzip，工程位置选择home，点击
华为账号hw_Zixin 小鱼儿梦想＋·2022-11-30 17:14

鲲鹏Devkit编译调试工具课堂笔记—第三讲：《sudoku》项目大作业解析

华为账号hw_Zixin，严禁直接盗用侵权！一、作业题目通过编译调试工具对一款数独游戏的源码进行编译调试。二、操作前提1、认真观看编译工具的实操视频。2、在鲲鹏社区申请远程实验室，操作系统选择OpenEuler。鲲鹏社区-官网丨凝心聚力共创行业新价值三、实操环节（一）准备工作准备好本地环境和远程服务器-在鲲鹏社区申请远程实验室操作系统选择OpenEuler（含有VPN与性能调优工具账号）鲲鹏社区-
华为账号hw_Zixin 小鱼儿梦想＋·2022-11-30 17:14
上一页 40 41 42 43 44 45 46 47 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他