读李沐大神的文章有感

最新推荐文章于 2024-05-30 17:13:09 发布
最新推荐文章于 2024-05-30 17:13:09 发布
阅读量319 收藏
点赞数
分类专栏： 深度学习新知识 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CandySaltySalty/article/details/128054430
版权

 《用随机梯度下降来优化人生》 https://zhuanlan.zhihu.com/p/414009313?utm_source=wechat_session&utm_medium=social&utm_oi=1097878072845590528

研一，整个都很迷茫，也在学习，但是感觉基础也没打好，连研究方向的门槛也没进去，今天在B站查代码讲解的时候，看到了之前关注的李沐大神，感兴趣去李沐大神的相簿看了看，感觉他怎么可以有如此有精力，由衷佩服。

李沐大神这篇文章中的，“简单最好 。当然有比随机梯度下降更复杂的算法。他们想每一步看想更远更准，想步子迈最大。但如果你的目标很复杂，简单的随机梯度下降反而效果最好。深度学习里大家都用它。关注当前，每次抬头瞄一眼世界，快速做个决定，然后迈一小步。小步快跑。只要你有目标，不要停，就能到达。”

感觉自己是不是也可以，是不是得去做

CandySaltySalty
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
李沐 机器学习.txt
03-05
李沐的 视频教程哦。
李沐深度学习.zip
05-08
李沐深度学习.zip
李沐大神动手学深度学习——学习笔记（不定期连载）
一个苦逼研究僧的博客
11-06 1427
李沐动手学深度学习，代码技巧，相关问题，学习记录
DAY3 深度学习之李沐大神笔记（1）
qq_41034212的博客
09-15 169
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 DAY3 深度学习之李沐大神笔记（1）数据操作与数据预处理一、数据操作二、数据操作的实现数据预处理的实现总结 数据操作与数据预处理 一、数据操作 访问元素：一个元素： [1,2] 一行：[1,:] 一列： [:,1] 子区域：[1:3,1:] 子区域： [::3,::2]。 二、数据操作的实现 a = torch.arange(3).reshape((3,1)) b = torch.arange(2).reshape((1,2)) a
跟着李沐大神动手深度学习笔记——权重衰退
qq_41904864的博客
09-03 387
使用均方范数作为硬性限制 如下所示，其中l是我们要优化的损失函数，w和b是两个参数。w为权重，b为偏移， 使用均方范数作为柔性限制 以上可以通过拉格朗日乘子来证明，超参数λ\lambdaλ控制了正则项的重要程度。 其中，w∗w^*w∗表示www的最优解。 λ=0:\lambda=0:λ=0:无作用，即不会影响w的取值，等价于之前的θ−>∞\theta->\inftyθ−>∞ λ−>∞\lambda->\inftyλ−>∞,等价于之前的θ−>0\t..
Datawhale跟李沐大神合作举办 (动手学深度学习) !
qq_39444290的博客
03-13 134
三月的组队学习跟李沐大神合作举办 (动手学深度学习)，欢迎感兴趣的小伙伴报名学习，另外，欢迎志同道合的小伙伴了解、加入Datawhale! 跟李沐导师：动手学深度学习！ 动手学深度学习(Pytorch)3月组队学习-内容规划 欢迎关注本人公众号(小学渣的学习笔记) ...
如何读论文——李沐
py今天刷题了吗
10-10 89
文章目录PointNet Deep Learning on Point Sets for 3D Classification and Segmentatio(v2,CVPR 2017) -- 阅读时间：2020/10/10 PointNet Deep Learning on Point Sets for 3D Classification and Segmentatio(v2,CVPR 2017) – 阅读时间：2020/10/10 [paper][翻译] 摘要 点云是一种重要的几何数据结构。由于其无序性
李沐老师 如何读论文
qq_45845375的博客
01-24 394
bili上李沐大神的d2l中的损失函数的理解
qq_61847478的博客
10-14 229
d2l损失函数理解
李沐：如何读论文？
Jesse_08的博客
02-07 153
如何读论文
在运行李沐大神的动手学深度学习的时候发现一个报错
然然然的博客
10-31 95
动手学深度学习安装GPU版本Pytorch之后,d2l报错。
线性回归-李沐老师-课堂笔记
04-13
线性回归-李沐老师-课堂笔记
李沐深度学习-pytorch.zip
08-30
ChatGPT是一种基于自然语言处理和深度学习技术的聊天机器人，它可以模拟人类的语言行为，与用户进行自然、流畅、富有逻辑的对话。ChatGPT的优点在于它可以快速地进行训练和部署，适用于各种不同的应用场景，如在线...
使用 CNN 训练自己的数据集
2302_77874605的博客
05-29 505
设置优化器BS = 5。
ResNet + LSTM：同时处理空间和时间信息的数据时（如癫痫）的SOTA算法
Debroon
05-27 1161
这篇论文的主要贡献包括提出了一种预处理方法以增强特征提取，通过预训练图像表示来获得有限数据下的最佳性能，并引入了一种结合了ResNet和LSTM的混合模型，以提取时间序列图像数据的多样特征。EEG数据的预处理步骤：展示了单个通道EEG数据的预处理过程，包括原始EEG数据的转换为频谱图像（使用STFT），并进一步的数据增强技术，如频带截断和临时割除。通过这些阶段的处理，可以有效地从复杂的EEG数据中提取有用的信息，并训练出一个鲁棒的机器学习模型，最终提高癫痫管理和治疗的能力。
ERV-Net：一种用于脑肿瘤分割的高效3D残差神经网络| 文献速递-深度学习肿瘤自动分割
最新发布
weixin_38594676的博客
05-30 640
然而，手动分割是一个复杂的项目，因为不同的医师在培训过程中可能具有不同的标准，因此会受到不确定误差的影响（Nyúl，Udupa和Zhang，2000年）。在ERV-Net中，首先利用了计算高效的网络3D ShuffleNetV2作为编码器，以减少GPU内存并提高ERV-Net的效率，然后引入了具有残差块（Res-decoder）的解码器以避免性能退化。特别是，我们提出了一种新颖的后处理方法，充分利用了神经网络的概率和脑肿瘤的分布特性，有效提高了我们的分割性能。表3与模型集成的最先进方法的性能比较。
当代人工智能三教父——深度学习三巨头
心碎烤肠的博客
05-23 2864
今天下午闲来无事翻阅了一下csdn首页的头条文章——《27 岁天才创始人Joel Hellermark分享了自己和“AI 教父”Geoffery Hinton的最新采访》 感觉挺有意思，就从头到尾的看了一遍，里面有很多自己以前从未涉及到的知识，就浅显的整理了一下：
李沐动手深度学习环境
10-01
以上就是李沐大神《动手学深度学习》课程的环境安装过程。接下来，请问还有其他相关问题吗？ 相关问题: 1. 《动手学深度学习》课程的内容有哪些？ 2. 李沐大神在哪个平台讲授《动手学深度学习》课程？ 3. 除了...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值