- 博客(3)
- 收藏
- 关注
RSS订阅原创 零基础深度学习：预备知识（二）
对于每个值，一种自然的方法是将它出现的次数除以投掷的总次数， 即此事件（event）概率的估计值。笼统来说，可以把分布（distribution）看作对事件的概率分配， 稍后我们将给出的更正式定义。如果骰子是公平的，那么所有六个结果都有相同的可能发生， 因此我们可以说1发生的概率为1/6。通过令x=1并让h趋近0，f'（x）的数值结果趋近于2，虽然这个实验不是一个数学证明，但稍后会看到，当x=1时，导数f'（x）是2。因为我们是从一个公平的骰子中生成的数据，我们知道每个结果都有真实的概率1/6，大约是。
2024-09-27 20:09:05
100
原创 零基础深度学习笔记：预备知识（一）
广播机制遵循一定的规则来扩展较小的张量，使其与较大的张量具有相同的形状，从而能够执行逐元素操作，如加减乘除等。可以发现，形状不同的两个张量仍然能相加，对于张量a， 第一列被复制粘贴到了第二列，形成了3行2列的张量，而对于张量b，第一行被复制粘贴到了第二行和第三行，同样形成了3行2列的张量，然后他们再相加便得到结果。我们可以对任意张量进行的一个有用的操作是计算其元素的和。同样，给定具有相同形状的任意两个张量，任何按元素二元运算的结果都将是相同形状的张量。这里的A是一个5行4列的矩阵，B是一个4行3列的矩阵。
2024-09-27 17:27:58
311
原创 零基础深度学习笔记：环境配置
注意：三者版本与python版本要对应，例如，若Python版本为3.9，numpy版本可以是1.21.5，pandas版本可以是1.2.4，matplotlib的版本可以是3.5.1。请注意，若此前存在其它单独的 Python 解释器添加过环境变量，请删除它的环境变量，否则 Anaconda 的环境变量会被挤出来（即点击确定后，再点进来会自动消失）。注意：三个组件的版本必须和CUDA版本，Python版本对应，图中cu121表示CUDA12.1，cp312表示Python3.12，以此类推。
2024-09-20 21:24:28
321
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人