动手学深度学习

【深入浅出学习笔记】李沐《动手学深度学习2.0》之数据预处理学习

本文主要是学习李沐：动手学深度学习2.0在线课程的笔记。视频地址：https://zhuanlan.zhihu.com/p/29125290。
程序员龙一·2021-05-11 11:06

李沐《动手学深度学习》 笔记（二）用pytorch实现线性回归

有关线性回归的数学基础，可以看这里linearregression，书上讲的很清楚~值得一提的是，线性回归问题是有全局最优解的解析解为：但这里采用迭代法进行优化稍微改了改代码，实现了部分数据的可视化导入需要的包importtorchimportmatplotlib.pyplotaspltimportnumpyasnpfromtorch.utilsimportdatafromd2limporttor
tortorish·2021-05-04 12:35

动手学深度学习

一预备知识（书中是MXNet中的NDArray类，电子中用的是Pytorch版）1.Tensor创建long型3*3的全为0的Tensor：importtorch；x=torch.zeros(3,3,dtype=torch.long)view()可以改变Tensor的形状，eg:view(-1,4)可以将16变为4*4维度的。但这是共享数据的，reshape()是可以改变形状并且不共享数据的，但是
Coding With you.....·2021-05-03 21:27

资源《机器学习基础：案例研究》by 华盛顿大学

此前分享了两个机器学习相关的资源，即《最全深度学习资源集合（Github：AwesomeDeepLearning）》和《动手学深度学习》byAmazonAI:李沐。
古柳_Deserts_X·2021-04-27 14:10

如何理解卷积神经网络（CNN）中的卷积和池化？

通过数据学习核数组5.1.5互相关运算和卷积运算5.1.6特征图和感受野5.2填充和步幅5.2.1填充5.2.2步幅5.4池化层5.4.1二维最大池化层和平均池化层5.4.2填充和步幅5.4.3多通道关于《动手学深度学习
人邮异步社区·2021-04-26 16:00

2021-04-24 人工智能必读书单 Python

人工智能必读书单1、动手学深度学习-中文版http://zh.gluon.ai/《动手学深度学习》是一本既能讲原理、又有实现和实际使用、不断更新、而且容易读的书。
studyer_domi·2021-04-24 20:30

动手学深度学习——6. FairFace多标签分类

动手学深度学习——6.FairFace多标签分类记录一下学习深度学习的一些。本篇简述使用fairface训练一个关于人脸的多标签分类器，并且使用pytorch的DDP加速训练。
QWERDF007·2021-04-24 20:50

图像分类数据集FashionMNIST-动手学深度学习pytorch

文章目录1.加载图像集FashionMNIST1.1导入相关库1.2加载MNIST数据集1.3.查看下载数据的大小1.4.每个像素的大小28X281.5.获取标签名字和对应的序号1.6.定义函数show_images显示标签图片1.7.显示图片1.8.读取一小批量数据,大小为batch_size1.8.1测试加载数据时间：1.9.整合所有组件1.10.指定resize参数来测试load_data_
取个名字真难呐·2021-04-22 21:45

动手深度学习系列笔记

动手学深度学习在线课程此系列文章为听课所敲代码+笔记，使用jupyternotebook展现目录3月20日3月21日3月27日3月28日4月10日4月11日……待更新
顾道长生'·2021-04-21 19:20

动手学深度学习3月20日

如果想看jupyternote效果的请点击github地址importtorchx=torch.arange(12)xtensor([0,1,2,3,4,5,6,7,8,9,10,11])x.shapetorch.Size([12])x.numel()#元素种数12X=x.reshape(3,4)Xtensor([[0,1,2,3],[4,5,6,7],[8,9,10,11]])torch.zer
顾道长生'·2021-04-19 16:33

08 线性回归

李沐大神动手学深度学习课程笔记简单学习笔记，详情请阅读https://zh-v2.d2l.ai/QA1、batchsize越小越容易收敛。
Myrna_Q·2021-04-19 02:33

[动手学深度学习-PyTorch版]-2.预备知识

2.1环境配置本节简单介绍一些必要的软件的安装与配置，由于不同机器软硬件配置不同，所以不详述，遇到问题请善用Google。2.1.1AnacondaAnaconda是Python的一个开源发行版本，主要面向科学计算。我们可以简单理解为，Anaconda是一个预装了很多我们用的到或用不到的第三方库的Python。而且相比于大家熟悉的pipinstall命令，Anaconda中增加了condainst
蒸饺与白茶·2021-04-15 09:45

动手学深度学习——5. 数据清洗

动手学深度学习——5.数据清洗记录一下学习深度学习的一些。
QWERDF007·2021-04-12 21:17

动手学深度学习——4. 猫狗大战

动手学深度学习——4.猫狗大战记录一下学习深度学习的一些。本篇简述如何在Windows上训练一个模型来识别猫狗。
QWERDF007·2021-03-28 23:54

动手学深度学习——3. 数字识别

动手学深度学习——3.数字识别记录一下学习深度学习的一些。本篇简述如何在Windows上用上篇训练的MNIST模型来进行数字识别。
QWERDF007·2021-03-27 15:34

动手学深度学习——1. 环境搭建

动手学深度学习——1.环境搭建记录一下学习深度学习的一些。本篇简述如何在Windows上搭建一个深度学习的环境。
QWERDF007·2021-03-22 20:51

李沐发布《动手学深度学习》中文第二版预览版，新增 PyTorch 、TF支持！...

转自|AI科技评论据亚马逊首席科学家李沐在知乎发布的最新消息，《动手学深度学习》中文第二版预览版已经发布，该版本相对于第一版有多项更新。
深度学习技术前沿·2021-03-12 00:00

收藏 |《动手学深度学习》中文版PDF

今天小编就来安利一本中文资料——中文版本的《动手学深度学习》。资料领取：扫码后台回复：动手学深度学习，即可获取电子版内容简介本书向希望了解深度学习，特别是对实际使用深度学习感兴趣的学习者。
小白学视觉·2021-03-09 10:55

《动手学深度学习》环境搭建（避坑）

1，在安装前，如果不是很必要，就删除以前的miniconda或者anaconda避免出现一些错误（反正我之前安装了，配置环境的时候出错了，全部删除后成功了）2，在安装过程中一定要勾选第一个框（勾选完后后面的单词会变红）3，4，打开Jupyter记事本，因为我们安装的是miniconda,所以没有自带Jupyter，要自己安装，一键安装命令就是pipinstalljupyternotebook5，查
Mxmevol·2021-02-20 03:29

动手学深度学习 图像分类数据集(三) softmax回归的简洁实现

动手学深度学习图像分类数据集(三)softmax回归的简洁实现动手学深度学习图像分类数据系列:动手学深度学习图像分类数据集(一)Fashion-MNIST的获取与查看动手学深度学习图像分类数据集(二)softmax
Joker-Tong·2021-02-11 17:21

动手学深度学习 图像分类数据集(二) softmax回归的从零开始实现

动手学深度学习图像分类数据集(二)softmax回归的从零开始实现动手学深度学习图像分类数据系列:动手学深度学习图像分类数据集(一)Fashion-MNIST的获取与查看动手学深度学习图像分类数据集(二
Joker-Tong·2021-02-11 17:10

动手学深度学习 图像分类数据集(一) Fashion-MNIST的获取与查看

动手学深度学习图像分类数据集(一)Fashion-MNIST的获取与查看动手学深度学习图像分类数据系列:动手学深度学习图像分类数据集(一)Fashion-MNIST的获取与查看动手学深度学习图像分类数据集
Joker-Tong·2021-02-11 17:03

PyTorch中Tensor的基本用法与动手学深度学习的预备知识

第一部分是PyTorch中有关Tensor的一些基本用法，因为之前并没有系统学习过PyTorch，所以现在看书的同时慢慢学习PyTorch的知识第二部分是原书的知识和一些自己的理解一、PyTorch中的Tensor1.1Tensor的创建1.2Tensor的数据类型1.2.1torch.FloatTensor1.2.2torch.IntTensor1.2.3torch.rand1.2.4torch
Tsundere_x·2021-02-03 17:01

《动手学深度学习》学习笔记(九)

第九章计算机视觉先介绍两种有助于提升模型泛化能力的方法：图像增广和微调。鉴于深度神经网络能够对图像逐级有效地进行表征：所以广泛应用到目标检测、语义分割和样式迁移这些主流计算机视觉任务中。全卷积网络对图像做语义分割。样式迁移技术生成封面图像。一、图像增广图像增广（imageaugmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。图像增广的
xiaoyaolangwj·2021-01-31 15:38

【动手学深度学习】---0x03：softmax回归

【动手学深度学习】—0x03：softmax回归基础知识softmax回归是一个单层神经网络，输出个数等于分类问题中的类别个数。交叉熵损失函数适合衡量两个概率分布的差异。
和BUG做朋友的ZORO·2021-01-28 17:17

《动手学深度学习》学习笔记(五)-几种常见的卷积神经网络整理。

目录第五章卷积神经网络一、二维卷积层1、二维互相关运算2、二维卷积层3、图像中物体边缘检测4、通过数据学习核数组5、互相关运算和卷积运算6、特征图和感受野小结二、填充与步幅1、填充Padding2、步幅Stride三、多输入通道与多输出通道1、多输入通道：2、多输出通道：3、1×1卷积层：四、池化层Pooling1、最大池化和平均池化2、填充和步幅3、多通道五、卷积神经网络(LeNet)1、LeN
xiaoyaolangwj·2021-01-13 16:40

pytorch学习笔记-张量(Tensor)操作

pytorch学习笔记-张量(Tensor)操作张量是深度学习中必不可少的内容，虽然十分基础但是在整个深度学习中每个地方都会涉及到，下面从创建、运算、广播以及转换等方面记录一下学习心得，学习过程中参考了动手学深度学习
qq_41399333·2021-01-09 11:18

深度学习英文缩写_动手学深度学习英文版 Dive into Deep Learning 预览版（v0.7）发布...

《动手学深度学习》出版后五个月，英文版DiveintoDeepLearning预览版(v0.7)终于发布了：https://github.com/d2l-ai/d2l-en/releases/tag/v0.7.0
肖狡售·2020-12-30 10:48

最新版 | 2020李沐《动手学深度学习》中文版pdf重磅开源！

强烈推荐李沐等人开源《动手学深度学习》最新版！完整中文版PDF重磅开源！
计算机视觉联盟·2020-12-10 02:24

最新版 | 2020李沐《动手学深度学习》中文版pdf重磅开源！

强烈推荐李沐等人开源《动手学深度学习》最新版！完整中文版PDF重磅开源！
计算机视觉联盟·2020-12-10 02:28

学习Pytorch遇到的一些问题（一）

基本介绍这周开始学习深度学习的部分知识，参考的书是《动手学深度学习》（PyTorch版），在操作过程中遇到一些小问题，记录一下问题和解决办法。
盛夏的猫宁·2020-11-17 18:07

动手学深度学习（七）——非线性回归网络

文章目录pytorch学习（七）——非线性回归网络一、导入相关模块二、生成数据三、构建网络模型四、定义模型五、查看模型参数（并非必要）六、模型训练七、绘图查看pytorch学习（七）——非线性回归网络说明：这篇博客主要是pytorch实现非线性回归模型，可以非常清晰地看清在pytorch之中进行模型训练的步骤和方式，相关代码代码包参考：https://download.csdn.net/downl
留小星·2020-11-08 10:25

python机器学习 | 线性回归-正规方程和梯度下降

这里比较重要的是梯度下降分享最近发现的宝藏：梯度下降法详解+代码：批量梯度下降(BATCHGD)、小批量梯度下降(MINI-BATCHGD)、随机梯度下降(STOCHASTICGD)看了一下公号介绍，博主好像是校友《动手学深度学习
Claire_chen_jia·2020-11-05 16:10

理解pytorch几个高级选择函数（如gather）

目录1.引言2.维度的理解3.gather函数4.index_select函数5.masked_select函数6.nonzero函数1.引言  最近在刷开源的Pytorch版动手学深度学习，里面谈到几个高级选择函数
·2020-09-30 21:00

《动手学深度学习》基础篇

《动手学深度学习》基础篇摘要前言如何使用本书内容和结构简介核心原则。
ElonZhou99·2020-09-27 21:30

批量归⼀化

《动手学深度学习pytorch》部分学习笔记，仅用作自己复习。批量归⼀化本节我们介绍批量归一化（batchnormalization）层，它能让较深的神经网络的训练变得更加容易。
dujuancao11·2020-09-16 01:28

含并行连结的网络（GOOGLENET）

《动手学深度学习pytorch》部分学习笔记，仅用作自己复习。含并行连结的网络（GOOGLENET）在2014年年的ImageNet图像识别挑战赛中，⼀个名叫GoogLeNet的网络结构大放异彩。
dujuancao11·2020-09-16 01:28

⽹络中的网络（NIN）

《动手学深度学习pytorch》部分学习笔记，仅用作自己复习。
dujuancao11·2020-09-16 01:57

使⽤重复元素的网络（VGG）

《动手学深度学习pytorch》部分学习笔记，仅用作自己复习。使⽤重复元素的网络（VGG）AlexNet在LeNet的基础上增加了3个卷积层。
dujuancao11·2020-09-16 01:56

深度卷积神经⽹络（ALEXNET）

《动手学深度学习pytorch》部分学习笔记，仅用作自己复习。深度卷积神经⽹络（ALEXNET）在LeNet提出后的将近20年里，神经网络⼀度被其他机器学习方法超越，如支持向量机。
dujuancao11·2020-09-16 01:56

DATAWHALE-动手学深度学习PyTorch 笔记记录2 attention mask

【Attention中maskpad的weight的做法】在attention中，对attentionscore进行softmax时，需要考虑到query与pad计算得到的score应该忽略。我们在处理时可以先正常地用高维tensor形式将所有score计算出来，然后根据key的句长将pad所在位置的weight进行mask掉。下面的代码实现了给定二维tensorX，根据X_len将X中指定位置替
安琪已经 了·2020-09-16 00:01

Datawhale动手学深度学习 -- 笔记

1.数据展示的只是feature的其中一维和label之间的关系~可以用下面的代码展示二维的feature和label之间的关系2.我认为这里的代码实现的并不是sgd方法，而是mbgd。sgd是每次随机选择一个样本点来更新梯度，代码中实现的是每次用batch_size中所有的数据来更新梯度。3.训练部分的代码，sgd优化部分给的代码是sgd([w,d],lr,batch_size)。我认为这里
安琪已经 了·2020-09-16 00:01

DATAWHALE-动手学深度学习PyTorch skip gram -- 训练数据的形式+负采样实践trick

对Skipgram模型一直都只是知道思想，就是由中心词预测窗口内的背景词，但是从来没有动手实现过。这次有机会从头开始实现，发现了许多实践上的问题。重点一：训练样本的形式一开始非常纠结的一个问题是：每个训练样本的形式是什么样的？例如，{w1,w2,w3,w4,w5}，以w3为中心词，window_size为2，得到context为{w1，w2，w4，w5}。那么此时的训练样本到底是input=w3,
安琪已经 了·2020-09-16 00:29

动手学深度学习-过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶

一、过拟合、欠拟合及其解决方案前序知识点模型选择正则化：添加参数的惩罚项，防止过拟合。有L2正则化与L1正则化。奥卡姆剃刀原则：有多个假设模型时，应该选择假设条件最少的。模型的泛化能力：指模型对未观测数据的预测能力。深度学习简介：深度学习是一种有着多个层次的表征学习方式，其通过简单但非线性的模块自动地将每个层次的特征（从原始输入开始）转变为更高级抽象的表征形式。主要通过深度神经网络（DNN)来实现
sjtucq·2020-09-15 04:39

动手学深度学习PyTorch版--Task8--图像分类案例1；图像分类案例2

一.案例1:Kaggle上的图像分类（CIFAR-10)现在，我们将运用在前面几节中学到的知识来参加Kaggle竞赛，该竞赛解决了CIFAR-10图像分类问题。比赛网址是https://www.kaggle.com/c/cifar-10#本节的网络需要较长的训练时间#可以在Kaggle访问：#https://www.kaggle.com/boyuai/boyu-d2l-image-classifi
龙共日尧·2020-09-14 15:04

动手学深度学习PyTorch版--Task1--线性回归；Softmax与分类模型、多层感知机

一.线性回归主要内容包括：1.线性回归的基本要素2.线性回归模型从零开始的实现3.线性回归模型使用pytorch的简洁实现1.线性回归的基本要素2.线性回归模型从零开始的实现#importpackagesandmodules%matplotlibinlineimporttorchfromIPythonimportdisplayfrommatplotlibimportpyplotaspltimpor
龙共日尧·2020-09-14 15:04

[STAT-157] Softmax

课程Youtube：DeepLearningUCBerkeleySTAT-157课本：动手学深度学习代码：d2l-ai3.4.softmax回归前几节介绍的线性回归模型适用于输出为连续值的情景。
gdtop818·2020-09-14 08:13

Pytorch 学习（十一）：Pytorch 图片处理与数据增广

Pytorch图片处理与数据增广本方法总结自《动手学深度学习》（Pytorch版）github项目Pytorch数据增广主要依赖于torchvision.transform库图片读取fromPILimportImageimg
RememberUrHeart·2020-09-13 22:05

伯禹公益AI《动手学深度学习PyTorch版》Task 04 学习笔记

伯禹公益AI《动手学深度学习PyTorch版》Task04学习笔记Task04：机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer微信昵称：WarmIcePS:所有使用的图片均来自
Champagne_Jin·2020-09-13 15:15

MXnet动手学深度学习-数据操作

MXnet动手学深度学习-数据操作NDArray--数据操作功能总结NDArray–数据操作功能NDArray是存储和变换数据的主要工具。其还提供了GPU计算和自动求梯度等等功能。
诗人的情人·2020-09-12 14:08
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他