![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 91
遥感小萌新
非92本遥感在读
展开
-
Autograd:PyTorch自动求导模块基础
在深度学习中,反向传播和梯度计算是模型训练的核心。在上一节我们以均方误差作为梯度下降算法的优化准则,以手动求导的方式构建代码。(这太笨了!)那么有什么更优雅的方式来实现函数的自动求导吗?当然有。这一期我们来学习PyTorch的Autograd模块。原创 2024-07-22 21:11:57 · 488 阅读 · 0 评论 -
深度学习基础:梯度下降算法手撕
在深度学习中,梯度下降算法发挥着重要作用。由于深度学习模型通常具有大量的参数,因此需要一个高效的优化算法来更新这些参数。梯度下降算法通过计算损失函数关于每个参数的梯度,沿着梯度的反方向更新参数,从而实现对模型的训练。这个步骤可以通过调用已封装好的模块自动实现,但是为了加深对于模型原理的理解,本期我们以线性拟合为例介绍梯度下降算法的数学原理和代码实现。原创 2024-07-22 21:08:49 · 367 阅读 · 0 评论