d2l

李沐《动手学深度学习》d2l——安装和使用

今天想要跟着沐神学习一下循环神经网络，在跑代码的时候，d2l出现了问题，这里记录一下解决的过程，方便以后查阅。李沐《动手学深度学习》d2l——安装和使用安装d2l解决Import“...
梁小憨憨·2022-11-09 04:57

【机器学习】《动手学深度学习》d2l 李沐B站视频配套学习笔记

文章目录各种基础铺垫如何安装d2l包？
鱼与钰遇雨·2022-11-09 04:26

深度学习PyTorch笔记（10）：PyTorch绘制函数图像及切线

学习自DIVEINTODEEPLEARNING，当时学的时候没运行成功，就是因为d2l的导入问题，现在用pipinstalld2l搞好了，所以干脆把这里面的代码拿出来学习一遍。不
三耳01·2022-11-07 09:41

如何在cmd中切换python版本总结

如下：然后在jupyter中安装时现在却显示：使用的是2.7版本，无法安装d2l，请选择更高的版本。此时就很纳闷，明明系统上显示的是3.9的版本
小刘的编程之旅·2022-10-15 07:14

李沐d2l(十一)--锚框

文章目录一、概念二、代码1生成锚框2IoU(交互比)3将真实边界框分配给锚框4标记类和偏移5应用逆偏移变换来返回预测的边界框坐标6nms7将非极大值抑制应用于预测边界框一、概念在目标检测算法中，通常会在输入图像中采样大量的区域（生成多个边缘框），锚框就是从多个边缘框中判断最接近真实预测目标的区域。整个过程分为两次预测：类别：预测锚框中所含物体的类别位置：预测锚框到边缘框的位置偏移IoU-交叉比Io
madkeyboard·2022-09-07 10:07

李沐d2l(十)--卷积层Ⅱ

文章目录一、池化层1二维最大池化2填充、步幅和多个通道3平均池化层4代码二、LeNet三、AlexNet1与LeNet的区别2其它改进3代码四、使用块的网络VGG1VGG块2代码五、NiN1NiN块2NiN架构3VGG&NINNetworks4代码一、池化层1二维最大池化与卷积层类似，不过每次只需要返回滑动窗口的最大值当我们在进行图片颜色垂直边缘检测时，进行的卷积输出对位置非常敏感。看下面例子，真
madkeyboard·2022-08-19 21:06

《动手学深度学习-pytorch》书中定义函数后加#@save的含义

Jupyter中显⽰绘图"""backend_inline.set_matplotlib_formats('svg')书中的解释为：“有时，为了避免不必要的重复，我们将本书中经常导⼊和引⽤的函数、类等封装在d2l
Acrab_Chogori·2022-07-15 07:43

【CNN】浅谈经典神经网络Classic Network

参考：D2L学习笔记文章目录前言DLAdvanceLeNetAlexNetVGGNiNGoogLeNetResNet前言DLAdvanceDropoutReLuMaxPooling•在卷积神经⽹络中，组合使
HDU-Dade·2022-06-27 21:25

D2L深度学习：PyTorch深度探究，源码+思想原理

D2L填充(padding)与步幅(stride)一般来说，在上下一共填充PhP_hPh行，在左右一共填充PwP_wPw行，输出形状是：(nh−kh+ph+1)×(nw−kw+pw+1)(n_h-k_h
QinZheng7575·2022-06-14 10:18

李沐基于Pytorch的深度学习笔记（7）-线性回归的基本实现（附代码）

代码实现___zachary的博客-CSDN博客_python线性回归代码python机器学习手写算法系列——线性回归_juwikuang的专栏-CSDN博客_python机器学习由于李沐老师的课程中使用的d2l
Reedsway在重庆·2022-05-20 07:10

【Pytorch学习笔记】5.总结一下一个深度学习模型的实现过程（以Softmax回归从零实现为例）

文章目录首先考虑解决什么问题1获取和读取数据获取数据读取数据2构建模型初始化模型参数定义模型、损失函数3定义优化算法4训练模型定义训练函数注意的要素定义步骤5评估模型完整版代码（不用装d2l）一些简单的深度学习模型从零实现看着教程看似简单
takedachia·2022-05-18 07:06

CSC 503/SENG 474 问题解析

CSC503/SENG474:Assignment2Dueon:Friday,JUNE25that23:59PSTWhere:Brightspace(https://bright.uvic.ca/d2l
·2022-05-17 10:48

李沐d2l《动手学深度学习》第二版——风格迁移源码详解

本文是对李沐DivetoDL《动手学深度学习》第二版13.12节风格迁移的源码详解，整体由Jupyter+VSCode完成，几乎所有重要代码均给出了注释，一看就懂。需要的同学可以在文末链接处下载原文件。话不多说，我们开始。图1中的内容图像为本书作者在西雅图郊区的雷尼尔山国家公园拍摄的风景照，而风格图像则是一幅主题为秋天橡树的油画。最终输出的合成图像应用了风格图像的油画笔触让整体颜色更加鲜艳，同时保
Polaris_T·2022-05-17 07:20

关于李沐动手学深度学习（d2l）pytorch环境本地配置

本地安装d2l由于之前试了很多次d2l课本的安装方法失败了，这里提供一种我可以成功安装d2l包的方法。pytorch安装首先安装cuda、cudnn、pytroch（gpu版本）。可以参考这篇文章。
weixin_42899049·2022-04-11 09:27

pycharm安装深度学习pytorch的d2l包失败问题解决

目录1、首先查看现在pycharm所在的环境2、打开AnacondaPrompt3、激活现在的虚拟环境4、安装d2l包5、原因分析和心得体会，可以不看。总结pycharm里边安装不上d2l包。
·2022-03-25 16:50

深度学习 load_data_fashion_mnist

:'…/data’在学习李沐大神动手学习深度学习卷积神经网络章节中，调用d2l包中load_data_fashion_mnist报错，这可能是***权限***的问题。
qq-120·2022-03-22 17:50

anaconda命令行下安装深度学习pytorch的d2l包

在命令行下输入以下pip命令>>pipinstalld2l我自己试过很多次使用condainstalld2l命令，但无法下载，原因是没有对应的下载源。所以改为pip命令后下载即可，原因如下：考虑到conda和pip之间的相似性，有些人试图将这些工具结合起来创建数据科学环境也就不足为奇了。将pip与conda结合的主要原因是有些包只能通过pip安装。Anaconda创酷提供超过1,500个软件包，包
也无风雨也无晴WY·2022-03-15 23:25

深度卷积神经网络（NiN）--Pytorch实现

网络中的网络（NiN）(10月14号(组内)–d2l)深度卷积神经网络（NiN）LeNet、AlexNet和VGG都有一个共同的设计模式：通过一系列的卷积层与汇聚层来提取空间结构特征；然后通过全连接层对特征的表征进行处理
AIHUBEI·2021-10-14 16:33

CSC 503/SENG 474: 2

Dueon:Friday,JUNE25that23:59PSTWhere:Brightspace(https://bright.uvic.ca/d2l/ho...Instructions:>?
·2021-06-18 22:02

机器翻译及其相关技术

导入包importosimportsyssys.path.append('/home/kesci/input/d2l
Dxy17·2020-07-11 12:07

动手学深度学习（Dive into Deep Learning，D2L）

动手学深度学习（DiveintoDeepLearning，D2L）本书网址：zh.d2l.ai|如何安装和使用书中源代码理解深度学习的最佳方法是学以致用。
放羊Wa·2020-06-21 13:23

【动手学深度学习】Task04

利用到d2l包里的Vocab类（之前写过）。Vocab类的__init__方法建立语料库中每个单词与它的id的双向映射。Voc
逍遥客小老虎·2020-02-23 00:00

Dive into Deep Learning - 动手学深度学习

动手学深度学习https://zh.d2l.ai/https://zh.d2l.ai/d2l-zh.pdfDiveintoDeepLearning-GitHubhttps://github.com/d2l-ai/d2l
Yongqiang Cheng·2019-06-07 23:10

魔方玩法

大中小FD2L2BDB'F2U'FUF2U2F'LDF'U再告诉你几个好看的大小L2F2U'B2DRF'RF'RF'D'B2U' 彩带 D2L'U2FL2D2UR2DL2B'L2ULD'R2U'
rinehartguozy·2012-10-03 21:51

魔方玩法

大中小FD2L2BDB'F2U'FUF2U2F'LDF'U再告诉你几个好看的大小L2F2U'B2DRF'RF'RF'D'B2U' 彩带 D2L'U2FL2D2UR2DL2B'L2ULD'R2U'
·2012-10-03 21:51
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他