刘二注解-待完善

最新推荐文章于 2024-09-28 11:10:38 发布
最新推荐文章于 2024-09-28 11:10:38 发布
阅读量65 收藏
点赞数
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/LeCarry/article/details/120693856
版权
本文深入探讨了深度学习中常用的softmax激活函数及其在计算负对数似然损失（NLLloss）中的应用，详细解释了交叉熵损失函数的计算过程，阐述了它们在神经网络分类任务中的核心作用，帮助读者理解模型训练中的关键步骤。
摘要由CSDN通过智能技术生成

softmax：将输出转换为和为1的分布 exp+/

NLLloss：（-1）* 外部输入onehot * log(x)

交叉熵损失：softmax + NLLloss

LeCarry
关注
刘二大人PyTorch深度学习课程课件
09-02
《刘二大人PyTorch深度学习课程课件》是一份专为学习PyTorch深度学习框架而设计的教学资源。PyTorch是当前人工智能领域中广泛使用的开源库，它以其灵活性和易用性深受开发者喜爱。这份课程涵盖了PyTorch的核心概念、...
B站刘二大人Pytorch课程学习笔记及课后作业
09-09
本文基于B站刘二大人PyTorch实践课程的学习笔记，深入探讨了PyTorch的核心概念、模型构建以及卷积神经网络的应用。 1. **概述** PyTorch的基础包括线性代数、概率论和Python基础知识。监督学习是主要的机器学习...
b站刘二大人----逻辑斯蒂回归
hu1111222的博客
11-13 156
特点：属于sigmoid函数之一，由于logistic函数是sigmoid函数中最出名的函数，故很多时候称logistic函数为sigmoid函数。如果要将激活函数改成ReLu函数，则只需改下面两个地方，改第二个地方是因为ReLu函数值可能为0，如果要算交叉熵的话会涉及log0，所以输入y时需要改成sigmoid函数。数据集方面：数据的输入y_data由2.0，4.0，6.0变成0，0，1；---sigmoid函数：①增函数②函数值在0到1之间③饱和函数。作用：将函数值映射到0-1之间。
b站刘二大人-----04反向传播算法
hu1111222的博客
11-10 304
s每调用一次loss函数就动态构建一次计算图，每执行一次backward函数就释放计算图，这也是pytorch的核心竞争力之一。张量tensor可以存标量，向量，矩阵以及高维数据。tensor其实是一个类，它包含数据data和梯度grad。
b站刘二大人----02线性模型
hu1111222的博客
11-10 473
由图可知，当权值w取2.0的时候，整个损失函数loss的值最小。反向传播的核心是计算图。MSE 平均平方误差。
B站刘二大人-反向传播Lecture4
weixin_42382758的博客
07-03 285
Pytorch入门
B站刘二大人-多元逻辑回归 Lecture 7
weixin_42382758的博客
07-04 214
Pytorch入门
B站刘二大人-数据集及数据加载 Lecture 8
weixin_42382758的博客
07-04 561
Pytorch入门
B站刘二大人-线性回归 Pytorch实现 Lecture 5
weixin_42382758的博客
07-03 160
Pytorch入门
《PyTorch深度学习实践》-刘二大人-第六讲-逻辑斯蒂回归
weixin_68019830的博客
04-25 248
深度学习代码都是四步走，第一步准备数据，第二步设计模型，第三步构造损失函数和优化器，第四步循环训练。
B站刘二大人-Softmx分类器及MNIST实现-Lecture 9
weixin_42382758的博客
07-04 351
Pytorch入门
PyTorch-ResidualBlock GPU版本 B站 刘二大人第11讲卷积神经网络(高级篇-2)GPU版本
01-20
原理是基于B站 刘二大人 ：传送门PyTorch深度学习实践——卷积神经网络(高级篇) 这是ResidualBlock的pytorch实现，并且实现了在GPU上运行
刘二大人Pytorch深度学习实践的ppt
01-18
刘二大人Pytorch深度学习实践的ppt
对比学习训练是如何进行的
qq_45809323的博客
09-25 573
对比学习（Contrastive Learning）是一种自监督学习的方法，旨在通过拉近相似样本的表示、拉远不相似样本的表示来学习特征表示。在训练过程中，模型并不依赖标签，而是通过样本之间的相似性进行学习。
深度学习：（八）深层神经网络参数与流程
qq_51409113的博客
09-27 1156
简单介绍了深层神经网路的参数和流程图
从0开始深度学习（6）——Pytorch动态图机制（前向传播、反向传播）
立志成为炼丹师？
09-27 1071
PyTorch 的动态计算图机制是其核心特性之一，它使得深度学习模型的开发更加灵活和高效。
深度学习常见术语介绍
最新发布
Tunny_one
09-28 408
深度学习常见术语介绍
【研1深度学习】《神经网络和深度学习》阅读笔记(记录中......
m0_52427832的博客
09-27 923
θt1​θt​−α∂θ∂RD​θ​α。
刘二大人pytorch
07-29
抱歉，我无法理解你的问题。请提供更多细节或明确你的问题，我将尽力帮助你。 #### 引用[.reference_title] - *1* [【刘二大人】PyTorch深度学习实践](https://blog.csdn.net/m0_51490933/article/details/128516570)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [刘二大人PyTorch-卷积神经网络(CNN)—基础篇](https://blog.csdn.net/weixin_44981126/article/details/127158045)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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