人工智能
文章平均质量分 72
明朝百晓生
这个作者很懒,什么都没留下…
展开
-
[移动通讯]【无线感知-P1】[从菲涅尔区模型到CSI模型-3][Mobius transformations-4]
前面我们理解了Mobius transformation 的定义以及一些基本性质,最重要的是了解其confromal map ,以及 inversion 反演的一些特性.本节 依然结合 Petra Bonfert-Taylor 的《Möbius transformatios》深入了解一下Mobius transformations,下一节我们重点学习一下《The Riemann Mapping Theorem》黎曼映射定理。原创 2024-04-25 17:22:09 · 357 阅读 · 0 评论 -
[PyTorch][chapter 43][时间序列表示方法1]
把语料中的词汇去重取出,按照一定的顺序(字典序、出现顺序等)排列为词汇表,则每一个单词都可以表示为一个长度为N的向量,N为词汇表长度,即单词总数。马尔可夫简化了这个计算方法,提出其实某个时刻词出现的概率只和它之前的N个单词字有关,不用计算它之前的所有字,可以往前推导1-3个单词的概率即可,这样计算量不大而且效果并不算太差。上下文依赖性:N-gram模型只考虑当前词的前N-1个词作为上下文,无法捕捉长距离依赖关系,这可能会导致模型的准确性受到限制。因此,N-gram模型被称为是一个N阶马尔科夫链模型。原创 2023-06-20 15:27:47 · 522 阅读 · 0 评论 -
【chapter30】【PyTorch】[动量与学习率衰减】
梯度更新的两个小技巧 momentum ,learn rate decay原创 2023-04-28 16:01:59 · 1243 阅读 · 0 评论 -
[chapter21][PyTorch][优化问题]
1: 2D 损失函数 2: 优化问题 3: PyTorch参考代码原创 2023-03-07 15:27:40 · 107 阅读 · 0 评论 -
P20 PyTorch 反向传播算法
1: 多层感知机节点间的权重系数更新2: 反向传播的基本思路3: 整体训练流程原创 2023-02-28 10:31:50 · 262 阅读 · 0 评论 -
P19 PyTorch 链式法则
链式法则是深度学习中比较基础核心的一部分,这里先简单的回顾一下感知机模型,然后常用的导数方程,以及链式求导法则原创 2023-02-21 17:00:39 · 125 阅读 · 0 评论 -
P18 PyTorch 感知机的梯度推导
这里面结合PyTorch简单介绍一下单层感知机和多层感知机的模型原创 2023-02-20 21:44:59 · 405 阅读 · 0 评论 -
P17 激活函数与Loss 梯度
这里面重点介绍了一下softmax 定义, 梯度求导过程,以及对应的PyTorch code。原创 2023-02-16 15:03:59 · 62 阅读 · 0 评论 -
P16 激活函数与Loss 的梯度
1 autoGrad 2 Backward 3 softmax原创 2023-02-16 11:10:11 · 273 阅读 · 0 评论 -
P14 PyTorch AutoGrad
PyTorch 提供了Auto Grad 功能,这里系统讲解一下torch.autograd.grad系统的工作原理原创 2023-02-10 15:11:43 · 733 阅读 · 0 评论 -
P13 PyTorch 激活函数1
PyTorch 激活函数 1: sigmod 2: tanh 3: relu原创 2023-01-12 17:08:58 · 120 阅读 · 0 评论 -
P12 PyTorch 常见函数梯度
1: 常见函数的导数 2: 梯度与微分的关系 3: 常见函数的梯度 4: 梯度更新常见问题原创 2023-01-10 17:08:21 · 334 阅读 · 0 评论 -
P9 PyTorch 导数,偏微分,梯度
1 导数 2 微分 3 梯度 4影响局部极小值|鞍点的因素原创 2023-01-06 17:02:19 · 520 阅读 · 1 评论 -
P11 PyTorch Momentum
1: 标准的梯度下降问题(w维度为1) 2: 标准的梯度下降问题(W维度为2) 3: Momentum原创 2023-01-05 17:57:17 · 237 阅读 · 0 评论 -
P10 PyTorch contour meshgrid
meshgridcontour 二维contour 三维原创 2023-01-04 16:05:07 · 192 阅读 · 1 评论 -
P8 PyTorch Where&Gather
PyTorch where&gather原创 2022-12-30 15:08:47 · 390 阅读 · 3 评论 -
P7 PyTorch 属性统计
Norm min max argmax argmin prod sumdim keepdimtopk & kthvalueeq&equal原创 2022-12-27 21:10:02 · 405 阅读 · 0 评论 -
P6 PyTorch 常用数学运算
Pytorch 1: add|sub 加减法 2: mul/div 乘/除运算 3: 矩阵乘法 4 2D矩阵转置 5 其它常用数学运算 6 clamp 梯度剪裁原创 2022-12-22 17:38:21 · 418 阅读 · 0 评论 -
P5 PyTorch 合并与分割
目录 cat stack split chunk原创 2022-12-19 17:45:08 · 941 阅读 · 0 评论 -
P4 PyTorch Broadcasting
Broadcasting 流程 broadcasting-able原创 2022-12-13 14:50:31 · 301 阅读 · 0 评论 -
P3 PyTorch 维度变换
pytorch view unsqueeze squeeze Expand repeat 转置 contiguous Permute 例子原创 2022-12-07 17:16:47 · 715 阅读 · 0 评论 -
P3 创建Tensor
pytorch 1:numpy 创建 2:list 创建 3: empty 创建 4: set_default_type 5: 随机数创建 6:torch.full 7: arange&linespace 8: ones|zeros|eye 9: randperm原创 2022-11-30 20:40:32 · 599 阅读 · 0 评论 -
P2 Pytorch 张量数据类型
Pytorch 常用的数据类型 和 Numpy 互换维度大小原创 2022-11-29 17:00:55 · 249 阅读 · 0 评论 -
Pytorch 手写数字识别2
pytorch 手写数字识别的训练,测试,验证过程原创 2022-11-29 15:47:21 · 556 阅读 · 0 评论 -
pytorch 手写数字识别1
pytorch 手写数字识别1: 加载数据集 +绘图原创 2022-11-28 16:38:37 · 1352 阅读 · 0 评论 -
pytorch nn.Linear
pytorch nn.Linear原创 2022-11-24 10:31:08 · 673 阅读 · 0 评论 -
PyTorch 分类问题引入
1: 分类问题引入12 分类问题引入2原创 2022-11-17 22:04:31 · 303 阅读 · 0 评论 -
PyTorch教程- 回归问题
1: 简单回归问题 2: 回归问题实战原创 2022-11-14 20:28:00 · 1644 阅读 · 0 评论 -
pytorch 样本随机采样
Dataset,DataLoader 样本随机采样原创 2022-11-14 10:50:41 · 722 阅读 · 0 评论 -
神经网络与深度学习-9- 网络结构 -PyTorch
1: 常见网络结构 2: 前馈神经网络 3: 反向传播算法 4: Softmax 分类例子原创 2022-11-10 17:19:55 · 1423 阅读 · 0 评论 -
神经网络与深度学习-8- 前馈神经网络1 -PyTorch
前馈神经网络 常用激活函数原创 2022-08-30 17:54:49 · 406 阅读 · 0 评论 -
神经网络与深度学习-7- 支持向量机2 -PyTorch
SVM 原理,硬间隔,软间隔,核函数, SMO 算法,原创 2022-08-16 17:59:24 · 676 阅读 · 1 评论 -
神经网络与深度学习-6- 支持向量机1 -PyTorch
SVM 《统计学习方法》笔记原创 2022-07-25 17:14:13 · 1328 阅读 · 0 评论 -
神经网络与深度学习-5- 感知机-PyTorch
感知器原创 2022-07-07 17:02:03 · 664 阅读 · 0 评论 -
神经网络与深度学习-3- 机器学习简单示例-PyTorch
1: 机器学习分类 2: 评价指标 3: 深度学习主流框架 4: GPU 和 CPU 运行区别 5: 自动求梯度原创 2022-06-21 21:30:05 · 2575 阅读 · 1 评论 -
SISO decoder for a general (n,n-1) SPC code(补充章节3)
spc decoder about LDPC and Polar原创 2022-06-10 16:42:00 · 260 阅读 · 0 评论 -
神经网络与深度学习-2- 机器学习简单示例-PyTorch
前言:通过简单的模型,线性回归(Linear Regression)来具体了解机器学习的一般过程,以及不同的学习准则经验风险最小化,结构风险最小,最大似然估计(最大后验估计)一 线性回归 1.1 模型: 有时候会了简单起见写成,其中的w,x分别称为 增广权重向量,增广特征向量 1.2 参数学习 由于线性回归的标签y 和 模型的输出都为连续实数值,因此常用 平方损失函数 作为损失函数 写成矩阵的形式...原创 2022-06-02 16:48:59 · 477 阅读 · 0 评论 -
神经网络与深度学习-1- 机器学习概述-PyTorch
前言: 《神经网络与深度学习》 邱锡鹏https://www.bilibili.com/video/BV1Vx411j7kT?spm_id_from=333.337.search-card.all.clickhttps://www.bilibili.com/video/BV1Sr4y1N71H?spm_id_from=333.337.search-card.all.clickhttps://www.bilibili.com/video/BV1244y1G7B8?spm_id_from=...原创 2022-05-16 20:48:56 · 1138 阅读 · 0 评论 -
NR LDPC 03- Tanner
前言:1960年,Gallager(麻省理工罗伯特·加拉格尔院士)在其博士论文中提出了LDPC码1981年 Tanner 使用图来表示LDPC码,推广了LDPC码LDPC属于线性分组码,常用校验矩阵或Tanner图来描述。使用校验矩阵可以看到 信息比特 和 校验比特之间的约束关系,编码过程用的多。这里主要介绍一下Tanner 图目录1: Tanner 主要思想2: Tanner 图一 Tanner 图主要思想主要由三部分组成校验节点 变量节点 变.原创 2022-05-04 11:11:28 · 2210 阅读 · 0 评论 -
RNN 算法原理一(Recurrent Neural Network)
目录 简介 模型结构 算法推导 算法实现一 简介RNN 是一种时序链特征的循环神经网络。主要应用于:① 自然语言处理(NLP): 主要有视频处理, 文本生成, 语言模型, 图像处理② 机器翻译, 机器写小说③ 语音识别④ 图像描述生成对于时序链的特征预测,最早一直用的是机器学习中中的HMM,但是HMM缺点是观察值维度一般都是1个,准确率不是很高。比如最早的输入法提示中算法。针对HMM,RNN精度有了很大的提升。二 模...原创 2022-03-11 10:14:27 · 3418 阅读 · 0 评论