深度学习实践第2页

PyTorch深度学习实践——3.梯度下降＆随机梯度下降

PyTorch深度学习实践——3.梯度下降＆随机梯度下降课程链接：《PyTorch深度学习实践》3.梯度下降算法梯度下降（GradientDescent）算法：w按梯度下降方向移动，这样一定次数的移动后就会移动到最优解

皮肤科大白·2023-10-17 00:31

《PyTorch深度学习实践》刘二大人第3讲梯度下降算法

梯度下降算法importmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]w=1.0defforward(x):returnw*xdefloss(x,y):y_pred=forward(x)return(y_pred-y)**2defcost(xs,ys):c=0forx,yinzip(xs,ys):y_pred=forwa

Grairain·2023-10-17 00:01

PyTorch深度学习实践03——梯度下降算法

上一节中，对于权重参数w的更新策略，我们采用的是穷举法。本节学习使用梯度下降算法自动更新权重，目标是求出使cost最小的权重组合优化问题：求解使得目标函数（cost）最小的权重组合的任务（即第二行式子所示）梯度下降（GD）、随机梯度下降（SGD），小批量随机梯度下降（mini-batch-SGD）梯度下降：用所有样本的平均损失来作为求偏导的依据随机梯度下降：用单个样本的loss作为求偏导的依据小批

UnFledged·2023-10-17 00:00

PyTorch深度学习实践第三集梯度下降 y=wx

importrandomimportnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x,w):y_p=w*xreturny_pdefloss(x,y,w):y_p=forward(x,w)loss_=(y-y_p)*(y-y_p)returnloss_w_list=[]m

Newjet666·2023-10-17 00:28

《PyTorch深度学习实践》第三讲反向传播

《PyTorch深度学习实践》第三讲反向传播问题描述问题分析编程实现代码实现效果参考文献问题描述问题分析编程实现代码importtorch#数据集x_data=[1.0,2.0,3.0]y_data=[

稚皓君·2023-10-17 00:28

《PyTorch深度学习实践》第三讲梯度下降算法

《PyTorch深度学习实践》第三讲梯度下降算法问题描述梯度下降问题分析编程实现代码实现效果随机梯度下降问题分析编程实现代码实现效果参考资料问题描述梯度下降问题分析编程实现代码importmatplotlib.pyplotasplt

稚皓君·2023-10-17 00:23

PyTorch深度学习实践（11. Advanced CNN-2）

源自课程：《PyTorch深度学习实践》完结合集Chapter11卷积神经网络（高级篇）"""AdvancedCNN:resnet"""importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatase

曾叔叔要稳住·2023-10-16 00:13

PyTorch深度学习实践（11. Advanced CNN-1）

源自课程：《PyTorch深度学习实践》完结合集Chapter11卷积神经网络（高级篇）"""AdvancedCNN:inception"""importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdat

曾叔叔要稳住·2023-10-16 00:42

PyTorch深度学习实践

PyTorch深度学习实践1.概述2.线性模型3.梯度下降算法4.反向传播5.用Pytorch实现线性回归6.Logistic回归分类问题7.处理多维特征的输入8.加载数据集9.多分类问题10.卷积神经网络

焦妮敲代码·2023-10-15 14:00

《PyTorch深度学习实践》第二讲线性模型课后练习

《PyTorch深度学习实践》第二讲线性模型课后练习问题描述代码实现实现效果问题描述代码实现importnumpyasnpimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3D

稚皓君·2023-10-14 14:29

PyTorch深度学习实践第二集线性模型 y=wx

importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x,w):y_p=w*xreturny_pdefloss(x,y,w):y_p=forward(x,w)loss_=(y-y_p)*(y-y_p)returnloss_w_list=[]mse_list=[]fo

Newjet666·2023-10-14 14:28

PyTorch深度学习实践第二集线性模型 y=wx+b

plt三维图绘制：Python绘制三维图详解_北山啦的博客-CSDN博客importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[3.0,5.0,7.0]defforward(x,w,b):y_p=w*x+breturny_pdefloss(x,y,w,b):y_p=forward(x,w,b)loss_=(y-y

Newjet666·2023-10-14 14:28

《PyTorch深度学习实践》第二讲线性模型

《PyTorch深度学习实践》第二讲线性模型问题描述问题分析代码实现效果课后练习资源均来自B站刘二大人，传送门线性模型问题描述问题分析代码importnumpyasnpimportmatplotlib.pyplotaspltx_data

稚皓君·2023-10-14 13:25

Python实现简单的深度学习实践

本文将详细介绍Python实现简单的深度学习实践内容。一、安装Python深度学习框架Python是深度学习中最流行的编程语言之一。

心梓知识·2023-10-14 00:21

【NLP】Datawhale-AI夏令营Day8-10打卡：大模型基础Transformer

⭐️最近参加了由Datawhale主办、联合科大讯飞、阿里云天池发起的AI夏令营（第三期），我参与了深度学习实践-NLP（自然语言处理）方向⭐️作为NLP小白，我希望能通过本次夏令营的学习实践，对NLP

不雨_亦潇潇·2023-10-08 22:59

PyTorch深度学习实践-反向传播

PyTorch深度学习实践-反向传播视频链接（刘二大人）：https://www.bilibili.com/video/BV1Y7411d7Ys代码实现：#Tensor用于存数值importtorchx_data

小源0·2023-10-08 07:52

【NLP】Datawhale-AI夏令营Day4打卡：预训练+微调范式

⭐️最近参加了由Datawhale主办、联合科大讯飞、阿里云天池发起的AI夏令营（第三期），我参与了深度学习实践-NLP（自然语言处理）方向⭐️作为NLP小白，我希望能通过本次夏令营的学习实践，对NLP

不雨_亦潇潇·2023-10-01 11:13

pytorch 深度学习实践第三讲梯度下降算法

第三讲梯度下降算法gradientDescentpytorch学习视频——B站视频链接：《PyTorch深度学习实践》完结合集哔哩哔哩bilibili以下是视频内容的个人笔记，主要是梯度下降算法的理解和简单公式实例

会游泳的小雁·2023-09-28 13:08

Pytorch 深度学习实践 day01（背景）

准备线性代数，概率论与数理统计，Python理解随机变量和分布之间的关系人类智能和人工智能人类智能分为推理和预测推理：通过外界信息的输入，来进行的推测预测：例如，看到一个真实世界的实体，把它和抽象概念联系起来人工智能（机器学习）：把以前我们用来做推理或预测的大脑，变成算法在机器学习和深度学习中，常用的是监督学习，即有标签的数据集对于一般算法思维方式：我们遇到特定问题后，人工设置一套计算过程对于机器

丿罗小黑·2023-09-22 23:22

Python基础学习笔记3

深度学习实践深度学习离不开编程深度学习离不开数学分析（高等数学）、线性代数、概率论等知识，更离不开以编程为核心的动手实践。

蔬菜院院长·2023-09-21 05:08

深度学习实践大全

文章目录0.学习资料B站博主霹雳吧啦Wz1.可视化调试1.1各通道相加可视化1.2降维到3维或2维1.3CAM(classactivationmapping)类别激活映射图2.模型调参2.1num_workers0.学习资料B站博主霹雳吧啦Wzgithub:https://github.com/WZMIAOMIAO/deep-learning-for-image-processingB站：http

Zack_Liu·2023-09-11 18:56

Keras深度学习实践1—Keras介绍和“Hello world”

内容参考以及代码整理自“深度学习四大名“著之一《Python深度学习》一、Keras简介Keras是一个python深度学习框架，可以方便的定义和训练几乎所有的深度学习模型。Keras具有以下重要特性：相同的代码可以在CPU或CPU上无缝切换运行具有用户友好的API,便于快速开发深度学习模型的原型。内置支持卷积网络(用于计算机视觉)、循环网络(用于序列处理)以及二者的任意组合。支持任意网络架构:多

小可哥哥V·2023-09-05 04:56

PyTorch 深度学习实践第10讲刘二大人

总结：1.输入通道个数等于卷积核通道个数2.卷积核个数等于输出通道个数1.单通道卷积以单通道卷积为例，输入为（1,5,5），分别表示1个通道，宽为5，高为5。假设卷积核大小为3x3，padding=0，stride=1。卷积过程如下：相应的卷积核不断的在图像上进行遍历，最后得到3x3的卷积结果，结果如下：2.多通道卷积（输出结果通道为1的情况）以彩色图像为例，包含三个通道，分别表示RGB三原色的像

weixin_47552564·2023-08-31 08:31

pytorch深度学习实践

B站-刘二大人参考-PyTorch深度学习实践_错错莫的博客-CSDN博客线性模型importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0

每天学一点q·2023-08-30 16:02

Keras深度学习实践5—卷积神经网络可视化

内容参考以及代码整理自“深度学习四大名“著之一《Python深度学习》查看完整代码，请看：https://github.com/ubwshook/MachineLearning神经网络的模型是“黑盒”，也就是说模型很难用人类可以理解的方式提取和呈现。其实对于卷积神经网络来说，它非常适合可视化，因为他们是视觉概念的表示。人们开发了多种技术对齐进行可视化解释。最容易理解的方法如下:可视化卷积神经网络的

小可哥哥V·2023-08-23 11:26

PyTorch深度学习实践---笔记

PyTorch深度学习实践---笔记2.线性模型（LinearModel）2.exercise3.梯度下降算法（GradientDescent）3.1梯度下降（GradientDescent）3.2随机梯度下降

努力向前的JF（s1hjf）·2023-08-18 19:25

泰安市实验学校举行省级教改项目、省市规划课题开题报告会

2019年12月15日上午，泰安市实验学校举行省级教改项目“基于评价的深度学习实践研究”以及两项省级规划课题、九项市级规划课题开题报告会，邀请了泰山中学吕忠堂副校长、泰安市教科所王丽华主任、泰山学院附中孙明霞主任

泰山兔·2023-08-17 12:29

深度学习之用PyTorch实现逻辑回归

0.1学习视频源于：b站：刘二大人《PyTorch深度学习实践》0.2本章内容为自主学习总结内容，若有错误欢迎指正！

Bobbyeyy·2023-08-10 06:06

【深度学习实践】02. Softmax 回归

虽然称作Softmax回归，但本质上Softmax处理的是分类问题。分类，顾名思义，即对样本数据集进行“哪一个”的解答，通常类别的范围在分类前是已知的，例如一封电子邮件，我们需要将其分类为垃圾邮件或者非垃圾邮件。通常，机器学习实践者用分类这个词来描述以下两个有微妙差别的问题：只对样本的“硬性”类别感兴趣，即想要知道其属于哪个类别；“软性”的类别，即需要得到属于每个类别的概率（置信度）。这两者的界限

砥砺前行的人·2023-08-07 16:05

《PyTorch深度学习实践》

文章目录1.线性模型2.梯度下降算法3.反向传播3.1原理3.2TensorinPyTorch4.用PyTorch实现线性模型5.Logistic回归6.处理多维特征的输入7.加载数据集1.线性模型2.梯度下降算法#梯度下降x_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]w=3.0defforward(x):returnx*w#损失函数defcost(xs,ys):

释怀°Believe·2023-08-05 03:16

深度学习之反向传播

0特别说明0.1学习视频源于：b站：刘二大人《PyTorch深度学习实践》0.2本章内容为自主学习总结内容，若有错误欢迎指正！

Bobbyeyy·2023-08-03 01:30

深度学习实践——模型部署优化实践

系列实验深度学习实践——卷积神经网络实践：裂缝识别深度学习实践——循环神经网络实践深度学习实践——模型部署优化实践深度学习实践——模型推理优化练习源码：1.对应的github地址https://github.com

Asionm·2023-08-01 10:50

深度学习实践——模型推理优化练习

系列实验深度学习实践——卷积神经网络实践：裂缝识别深度学习实践——循环神经网络实践深度学习实践——模型部署优化实践深度学习实践——模型推理优化练习深度学习实践——模型推理优化练习模型推理优化练习架构设计练习知识蒸馏练习模型剪枝练习参数量化练习算式检测模型压缩优化未优化前模型的大小与速度算式检测模型剪枝算式检测模型量化算式识别模型压缩优化实验结论源码地址

Asionm·2023-08-01 10:50

深度学习实践——卷积神经网络实践：裂缝识别

深度学习实践——卷积神经网络实践：裂缝识别系列实验深度学习实践——卷积神经网络实践：裂缝识别深度学习实践——循环神经网络实践深度学习实践——模型部署优化实践深度学习实践——模型推理优化练习深度学习实践—

Asionm·2023-08-01 10:48

深度学习实践——循环神经网络实践

系列实验深度学习实践——卷积神经网络实践：裂缝识别深度学习实践——循环神经网络实践深度学习实践——模型部署优化实践深度学习实践——模型推理优化练习代码可见于：深度学习实践——循环神经网络实践0概况1架构实现

Asionm·2023-07-31 13:56

P9课后作业《PyTorch深度学习实践》kaggle-otto多类别分类

难度不大，只需在手写字符的基础上做些改变。重点在于pytorch学习，效果并不是特别好，在测试集上的loss有16下面是pytorch实现代码：importtorchfromtorch.utils.dataimportDataset,DataLoaderimportpandasaspdimportnumpyasnpfromtqdmimporttqdm#定义一个cpudevice=torch.dev

nanpingping·2023-07-28 01:08

深度学习之梯度下降算法

0.1学习视频源于：b站：刘二大人《PyTorch深度学习实践》0.2本章内容为自主学习总结内容，若有错误欢迎指正！

Bobbyeyy·2023-07-27 07:21

深度学习——实验一

深度学习实践实验——实验一PyTorch基本操作实验了解tensor及其相关方法的使用，了解求导机制。

yuzhangfeng·2023-07-26 19:00

第二部分深度学习实践

深度学习用于计算机视觉#实例化一个小型的卷积神经网络fromkerasimportlayersfromkerasimportmodelsmodel=models.Sequential()model.add(layers.Conv2D(32,(3,3),activation='relu',input_shape=(28,28,1)))model.add(layers.MaxPool2D((2,2))

庵下桃花仙·2023-07-13 22:12

详解4种模型压缩技术、模型蒸馏算法

本文分享自华为云社区《深度学习实践篇[17]：模型压缩技术、模型蒸馏算法：Patient-KD、DistilBERT、DynaBERT、TinyBE

华为云开发者联盟·2023-06-19 11:00

适合大一大二学生的深度学习实践项目汇总：涵盖图像处理、语音识别、自然语言处理等领域

本文汇总了涉及多个领域的深度学习实践项目，希望能为您提供一个全面的参考，让您在深度学习的道路上不断前行。正文：随着深度学习技术的不断发展和普及，越来越多的人开始关注和学习这个领域。

SYBH.·2023-06-18 11:45

深度学习实践篇[17]：模型压缩技术、模型蒸馏算法：DynaBERT、TinyBERT

深度学习实践篇[17]：模型压缩技术、模型蒸馏算法：Patient-KD、DistilBERT、DynaBERT、TinyBERT1.模型压缩概述1.2模型压缩原有理论上来说，深度神经网络模型越深，非线性程度也就越大

·2023-06-16 14:26

深度学习实践篇[17]：模型压缩技术、模型蒸馏算法：Patient-KD、DistilBERT、DynaBERT、TinyBERT

【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等专栏详细介绍：【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等本专栏主要方便入门同学快速掌握相关知识。后续会持续把深度学习涉及知识原理分析给大家，让大家在项目实操的同时也能知识储备，知

汀、人工智能·2023-06-16 11:31

刘二大人《Pytorch深度学习实践》第八讲加载数据集

文章目录Epoch、Batch-Size、IterationsDataset、DataLoader课上代码torchvision中数据集的加载Epoch、Batch-Size、Iterations1、所有的训练集进行了一次前向和反向传播，叫做一个Epoch2、在深度学习训练中，要给整个数据集分成多份，即mini-batch，每个mini-batch所包含的样本的数量叫做Batch-Size3、因为

根本学不会的Kkkkk·2023-04-19 20:25

刘二大人《Pytorch深度学习实践》第十一讲卷积神经网络（高级篇）

文章目录Inception-v1实现SkipConnect实现Inception-v1实现 Inception-v1中使用了多个11卷积核，其作用：(1)在大小相同的感受野上叠加更多的卷积核，可以让模型学习到更加丰富的特征。传统的卷积层的输入数据只和一种尺寸的卷积核进行运算，而Inception-v1结构是NetworkinNetwork(NIN)，就是先进行一次普通的卷积运算(比如55)，经过激

根本学不会的Kkkkk·2023-04-18 04:20

带你一文透彻学习【PyTorch深度学习实践】分篇——加载数据集（Dataset类、DataLoader类核心参数讲解）附：实例源代码

前段时间，我曾在个人动态给大家分享过一个已工作几年的前辈的一段话，但是内容限制，没能全部分享完毕，在此我首先将完整版分享给大家。她说，在自己工作的前三年，更加关注的是，怎么把交到她手上的事情做到最好，但是后来她发现这是完全不够的。如果她想要成长的更快，走的更远，需要更多思维上的转变。后来，她分享了她工作四年来的5条成长笔记：【1】找准自己的闪光点，深耕最拿手的事。以前她总是希望自己是全能的，后来呢

追光者♂·2023-04-17 16:18

Keras深度学习实践4—使用预训练网络解决计算机视觉问题

内容参考以及代码整理自“深度学习四大名“著之一《Python深度学习》上期回顾上一次我们已经对猫狗图片分类问题的进行了解决，并采用了数据增强的方案来提升训练精度，最终的训练精度大约在80%左右，我们不能止步于此，为了进一步提升训练精度，我们将引入预训练，并对模型进行微调，来达到更好训练结果。预训练网络:想要将深度学习应用于小型图像数据集，一种常用非常高效的方法就是使用预训练网络。预训练网络是一个保

小可哥哥V·2023-04-16 21:09

PyTorch深度学习实践代码第十三讲

#引入torchimporttorch#引入time计时importtime#引入math数学函数importmath#引入numpyimportnumpyasnp#引入pltimportmatplotlib.pyplotasplt#从torch的工具的数据引入数据集，数据加载器fromtorch.utils.dataimportDataset,DataLoader#从torch的神经网络的数据的

李怀亮·2023-04-16 20:36

Pytorch深度学习笔记（一）前瞻概述

目录1.人类智能Humanintelligence2.机器学习Machinelearning3.学习系统LearningSystem4.神经网络neuralnetwork课程推荐：《PyTorch深度学习实践

向岸看·2023-04-14 19:00

带你一文透彻学习【PyTorch深度学习实践】分篇——多分类问题之交叉熵损失函数CrossEntropyLoss：Softmax分类器，One-hot；针对MNIST数据集 | 附：实例源代码

分享给大家，北大教授的一段话：你发现没，喜欢独来独往的人，其实大部分都是品行非常好的人。这些人从来不扎堆，也不搬弄是非。只喜欢一个人，把自己应该干的事干好，享受自己干干净净的精神世界，和干干净净的生活圈子。有点时间就宅在家里，给自己做顿饭，放首喜欢的音乐，

追光者♂·2023-04-10 13:16

推荐频道

深度学习实践