![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习实战
文章平均质量分 91
客院载论
I'm a coder!!
展开
-
动手学深度学习(3)-3.5 softmax回归的从零开始实现和快速实现
* 在这里算是看到了我认为的交叉熵的最好讲解,然后具体看了公式推导,收获很多。对于熵和交叉熵有了更加具体的了解。 * 熵:是我们对于一个事件的惊异程度,概率越低,他出现的惊异程度越大,熵就越高。* 这篇文章包含了从零实现softmax分类网络到使用pytorch的包快速实现两种方法。从零开始实现,知道了具体是如何实现,张量是如何实现相乘的。快速实现,就学会pytorch封装好的方法进行实现。原创 2023-09-16 10:39:07 · 178 阅读 · 0 评论 -
动手学深度学习(2)-3.4 图像分类数据集
* 这里主要是看一下如何加载数据集,并且生成批次训练的数据。* 最大的收获是,知道了如何在训练阶段提高模型训练的性能 * 增加batch_size * 增加num_worker * 数据预加载原创 2023-09-06 16:29:33 · 181 阅读 · 0 评论 -
音频处理相关内容学习——自动编码器——变分自动编码器——频谱图
Valerio Velardo - The Sound of AI 使用神经网络进行声音生成的所需要的前奏知识原创 2023-05-09 15:06:31 · 1234 阅读 · 0 评论 -
微小目标识别研究(2)——基于K近邻的白酒杂质检测算法实现
小目标识别——基于K近邻的白酒杂质检测算法实现原创 2023-03-06 10:34:34 · 1096 阅读 · 0 评论 -
python-tensorflow异常-Oprends could not be broadcast to gether with shapes
Oprends could not be broadcast to gether with shapes原创 2022-07-08 14:44:08 · 598 阅读 · 0 评论 -
深度学习——逻辑回归篇(计算损失函数和梯度)——参考《深度学习实战》
数据预处理过程将数据划分成验证集、训练集和测试集# 采样数据# 验证集,用来调整超参数# 数据索引是:49000,49100之间mask = range(num_training, num_training + num_validation)X_val = X_train[mask]y_val = y_train[mask]# 训练集,用来具体的训练# 数据索引是:0,49000mask = range(num_training)X_train = X_train[mask]y_t原创 2021-12-29 14:53:28 · 1377 阅读 · 0 评论