Pytorch-深度学习实践第2页

系统的说说语音机器人这回事--总章

DST\对话活动DA策略模型-通用模型GM\领域模型DM语言生成-NLG语音合成-TTS开源框架：AIML-ArtificialIntelligenceMarkupLanguagePython版Java版Pytorch

胖多鱼·2023-11-02 01:23

研一入门经验总结

有动力）做记录（方便复习）积累适合学习、集中精神的方法抱着强目的性去做事情遇到的问题案例与解决方法扩展阅读2.学习方法主动学习读论文的方法看代码的方法小技巧3.代码运行环境深度学习框架（python->pytorch

SofiaT·2023-10-31 16:57

深度学习debug沉思录

本文打算用来记录一些在深度学习实践中的调试过程，记录一些经验之谈。因为目前深度学习业界的理论基础尚且薄弱，很多工程实践中的问题没法用理论解释得很好，这里的只是实践中的一些经验之谈，以供参考以及排错。

视学算法·2023-10-31 11:20

深度学习debug实践中的一些经验之谈

本文打算用来记录一些在深度学习实践中的调试过程，记录一些经验之

zenRRan·2023-10-31 11:17

深度学习debug沉思录！

本文打算用来记录一些在深度学习实践中的调试过程，记录一些经验之谈。因为目前深度学习业界的理论基础尚且薄弱，很多工程实践中的问题

Datawhale·2023-10-31 11:42

2.1 ppq量化pytorch-＞onnx

前言torchvision中加载一个模型，转换为onnx格式、导出quantizedgraph.codefromtypingimportIterableimporttorchimporttorchvisionfromtorch.utils.dataimportDataLoaderfromppqimportBaseGraph,QuantizationSettingFactory,TargetPlat

nsq_ai·2023-10-30 21:01

pytorch深度学习实践（二）：梯度下降算法详解和代码实现（梯度下降、随机梯度下降、小批量梯度下降的对比）

目录一、梯度下降1.1公式与原理1.1.1cost(w)1.1.2梯度1.1.3w的更新1.2训练过程可视化1.3代码实现二、随机梯度下降（stochasticgradientdescent，SDG）2.1公式与原理2.1.1w的更新2.2代码实现2.3梯度下降和随机梯度下降的优缺点对比2.3.1梯度下降算法（BatchGradientDescent）2.3.2随机梯度下降算法（Stochasti

好喜欢吃红柚子·2023-10-27 14:34

STEP-3：Pytorch-过拟合、欠拟合、梯度消失、梯度爆炸

感谢伯禹学习平台，本次学习将记录记录如何使用Pytorch高效实现网络，熟练掌握Pytorch的基础知识,记录不包含理论知识的细节展开。一：过拟合与欠拟合模型训练中经常出现的两类典型问题：一类是模型无法得到较低的训练误差，我们将这一现象称作欠拟合（underfitting）；另一类是模型的训练误差远小于它在测试数据集上的误差，我们称该现象为过拟合（overfitting）。过拟合与欠拟合Pytor

可恶小林子·2023-10-25 05:20

【PyTorch】深度学习实践 02 线性模型

深度学习的准备过程准备数据集选择模型模型训练进行推理预测问题对某种产品花费x个工时，即可得到y收益，现有x和y的对应表格如下：x（hours）y（points）12243648求花费4个工时可得到的收益。问题分析基本流程数据集需要交付给算法模型进行训练，利用所训练的模型，在输入新的数据时可以获得相应的输出。我们的数据集包含了输入数据和对应的输出，所以这是监督学习（supervisedlearnin

令夏二十三·2023-10-24 01:55

PyTorch深度学习实践（10. Basic CNN-5）：Homework

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasetsfromtorchvisionimportt

曾叔叔要稳住·2023-10-23 18:46

PyTorch深度学习实践（10. Basic CNN-4）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasetsfromtorchvisionimportt

曾叔叔要稳住·2023-10-23 18:45

PyTorch深度学习实践（10. Basic CNN-1）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）#代码片段"""基础卷积神经网络CNN"""importtorch#预设参数in_channel,out_channels

曾叔叔要稳住·2023-10-23 18:15

PyTorch深度学习实践（10. Basic CNN-3）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchinput=[3,4,6,5,2,4,6,8,1,6,7,8,9,7,4,6]input=torch.Tensor

曾叔叔要稳住·2023-10-23 18:15

（pytorch-深度学习系列）pytorch数据操作

pytorch数据操作基本数据操作，都详细注释了，如下：importtorch#5x3的未初始化的Tensorx=torch.empty(5,3)print("5x3的未初始化的Tensor:")print(x)print("******************************")#5x3的随机初始化的Tensor:x=torch.rand(5,3)print("5x3的随机初始化的Ten

我是一颗棒棒糖·2023-10-23 18:39

深度学习 | Pytorch深度学习实践（Chapter 10、11 CNN）

十、CNN卷积神经网络基础篇首先引入——二维卷积：卷积层保留原空间信息关键：判断输入输出的维度大小特征提取：卷积层、下采样分类器：全连接引例：RGB图像（栅格图像）首先，老师介绍了CCD相机模型，这是一种通过光敏电阻，利用光强对电阻的阻值影响，对应地影响色彩亮度实现不同亮度等级像素采集的原件。三色图像是采用不同敏感度的光敏电阻实现的。还介绍了矢量图像（也就是PPT里通过圆心、边、填充信息描述而来的

西皮呦·2023-10-23 18:02

Basic CNN - Pytorch

笔记来自课程《Pytorch深度学习实践》Lecture10如下图所示，在做全联接的时候，把图片（1*28*28，即C*W*H）全部都拉成了一长串（1*...），所以卷积层是为了保留它的空间特征。

人间折耳根·2023-10-23 15:34

小土堆-pytorch-神经网络-现有网络模型的使用和修改12_基于VGG模型_笔记

torchvision中的VGG(分类模型)查看我们导入的模块importtorchvisionfromtorchimportnnvgg16_false=torchvision.models.vgg16(weights=None)#加载模块但是,参数都是默认参数vgg16_true=torchvision.models.vgg16(weights="IMAGENET1K_V1")#加载模块v1版本

Beginner x_u·2023-10-22 06:46

小土堆-pytorch-神经网络-完整的验证套路16_笔记

模型的保存:当你在cpu上使用gpu训练的模型时model=torch.load(r"E:\pycharm\Py_Projects\logs\tudui_2.pth")改为(就是把gpu训练完的东西映射到gpu上)model=torch.load(r"E:\pycharm\Py_Projects\logs\tudui_2.pth",map_location=torch.device('cpu')标

Beginner x_u·2023-10-22 06:46

小土堆-pytorch-神经网络-搭建小实战和Sequential 09_笔记

sequentialSequential是Keras中的一种神经网络框架，可以被认为是一个容器，其中封装了神经网络的结构。Sequential模型只有一组输入和一组输出。各层之间按照先后顺序进行堆叠。前面一层的输出就是后面一次的输入。通过不同层的堆叠，构建出神经网络。实战实现目标:从inputs到outputs#bitch_size=64想象成有64张图片不使用sequential创建网络,使用正

Beginner x_u·2023-10-22 06:15

【PyTorch】深度学习实践 1. Overview

目录人工智能概述课程前置知识人工智能问题分类推理类预测类算法分类传统算法与智能算法人工智能领域细分学习系统的发展基于规则的系统经典机器学习算法表示学习方法维度诅咒说明解决方法第一代第二代（深度学习）传统机器学习策略神经网络基础基本原理正向传播和反向传播正向传播反向传播小结人工智能概述课程前置知识线性代数+概率论（不要有路径依赖，遇到不会的就现学）Python基础人工智能问题分类人工智能，实际上就是

令夏二十三·2023-10-21 22:59

深度学习 | Pytorch深度学习实践

一、overview基于pytorch的深度学习的四个步骤基本如下：二、线性模型LinearModel基本概念数据集分为测试集和训练集（训练集、开发集）训练集（x，y）测试集只给（x）过拟合：模型学得太多导致性能不好开发集：测验模型泛化能力zip：从数据集中，按数据对儿取出自变量x_val和真实值y_val本例中进行人工training，穷举法定义前向传播函数forward定义损失函数lossMS

西皮呦·2023-10-19 10:02

真小白，零基础Transformer代码解析

代码是参考CSDN博主,代码详解(Pytorch版)_@左左@右右的博客-CSDN博客_transformer代码同时参考b站up主【NLP从入门到放弃】的注解BERT代码(源码)从零解读【Pytorch

Austismes·2023-10-18 12:54

分类网络速览

/hey-yahei/typical_cnn参考：《Hands-OnMachineLearningwithScikit-LearnandTensorFlow(2017)》Chap13《卷积神经网络——深度学习实践手册

hey-yahei·2023-10-17 05:06

【PyTorch深度学习实践】02_梯度下降

文章目录梯度下降1.梯度下降算法实现代码2.随机梯度下降实现代码3.小批量随机梯度下降梯度下降1.梯度下降算法之前可以使用穷举的方法逐个测试找使损失函数最小的点（即找最优权重），但权重过多时，会使穷举变得非常困难，因此需要优化，梯度下降法就是其中一种优化方式。要找到最小值的点，可以让点沿着下降最快的方向移动，梯度的负方向（即负的cost对w的导数）就是下降最快的方向，w随之更新。图中公式的α值代表

青山的青衫·2023-10-17 00:32

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

python pytorch- TextCNN TextRNN FastText Transfermer （中英文）文本情感分类实战（附数据集，代码皆可运行）

pythonpytorch-TextCNNTextRNNFastTextTransfermer文本情感分类实战（附数据集，代码皆可运行）注：本次实验，主要注重代码实现这些模型，博主的数据集质量较差，模型评估效果并不是十分理想，后续同学们可以自行使用自己的数据集去运行这些模型，训练自己的优质模型。数据集我会上传到我得资源当中，大家可以自行下载。最近博主做了基于深度学习的文本情感分类的实验，在这个实验

Mr Gao·2023-10-13 08:20

【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

Pytorch-学习记录-1-Tensor

1.张量(Tensor):数学中指的是多维数组；torch.Tensordata:被封装的Tensordtype:张量的数据类型shape:张量的形状device:张量所在的设备，GPU/CPUrequires_grad:指示是否需要计算梯度grad:data的梯度grad_fn:创建Tensor的Function，是自动求导的关键is_leaf:指示是否是叶子结点(叶子结点指的是用户创建的节点，

@ZyuanZhang·2023-10-08 07:08

Pytorch-数据保存载入

小火箭丶·2023-10-07 07:16

【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-手动实现Bert的训练过程（简写版）

视频讲解直接看这个-->Github导包：importreimportmathimporttorchimportnumpyasnpfromrandomimport*importtorch.nnasnnimporttorch.optimasoptimimporttorch.utils.dataasData1.数据预处理1.1构造单词表和映射text=('Hello,howareyou?IamRome

Douzi1024·2023-09-30 13:00

pytorch-读数据

#-*-coding:utf-8-*-importosimportrandomfromPILimportImagefromtorch.utils.dataimportDatasetfromtorch.utils.dataimportDataLoaderimporttorchvision.transformsastransformsimportcv2#random.seed(1)###rmb_lab

LP点绛唇·2023-09-29 19:08

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

ViT细节与代码解读

最近看到两篇解读ViT很好的文章，备忘记录一下：先理解细节1：再读VIT，还有多少细节是你不知道的再理解代码1：ViT源码阅读-PyTorch-知乎

微风❤水墨·2023-09-26 14:42

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

推荐频道

Pytorch-深度学习实践