![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 84
深度学习
0xMayL
这个作者很懒,什么都没留下…
展开
-
深度学习·神经网络初步
矩阵W的实际含义是:看作当前层神经元的权重向量(这是一个行向量)组成的列向量。表现在代码上就是生成随机矩阵作为掩码与输出矩阵相乘。矩阵A的实际含义是:列是样本,行是特征。随机丢弃一些神经元(输出结果置0)公式与线性回归一致,只不过对矩阵。利用链式法则求导,每次反向传播。原创 2024-08-10 16:59:41 · 635 阅读 · 0 评论 -
深度学习·Pytorch
继承nn.Module重写构造函数+前向传播# 用模型参数声明层。这里,我们声明两个全连接的层# 调用MLP的父类Module的构造函数来执行必要的初始化。# 这样,在类实例化时也可以指定其他函数参数,例如模型参数params(稍后将介绍)self.hidden = nn.Linear(20, 256) # 隐藏层self.out = nn.Linear(256, 10) # 输出层# 定义模型的前向传播,即如何根据输入X返回所需的模型输出。原创 2024-08-14 17:40:53 · 225 阅读 · 0 评论