![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DL
文章平均质量分 53
Halo_Linch
这个作者很懒,什么都没留下…
展开
-
深度学习第一课 线性回归
最近在学习李沐的Mxnet/Gluon深度学习的线性回归部分,线性回归是很基本的一种监督学习,分类问题。以前学习完一遍吴恩达的《machine learning》,并把《机器学习实战》里面的主要代码都实现一遍,现在有点忘记了,正好开始深度学习,开始线性回归查缺补漏,MXnet框架其实比较小众,但这次学习主要是专注于算法的原理,框架只不过是工具。这次温故而知新,现将需要的要点材料整理如下:...原创 2018-10-11 22:24:37 · 557 阅读 · 0 评论 -
深度学习第二课 Softmax回归
与第一课线性回归(linear regression)不同,softmax回归针对的是多分类的情况,即labels不再仅有0,1两个分类。softmax通过指数运算将最后的分类转为0~1间的概率,在终于类别概率中,数值大的为预测概率。与线性回归损失不同,softmax函数计算损失采用的是交叉熵损失(Cross Entropy),原理和公式推导可参考:https://zhuanlan.zhi...原创 2018-10-16 11:09:14 · 1304 阅读 · 0 评论 -
深度学习第三课 多层感知机
多层感知机针对于中间有隐藏层的神经网络结构,对于数据的每一层传递都会相应的多一层[w,b],这中间使用的传参函数称之为激活函数,如果激活函数是线性的话,那么就没什么意义,无论中间有多少层,其实和没有隐藏层是一样的,所以需要非线性的函数作为激活函数。 常使用的有sigmoid(),tanh(),Relu()等,sigmoid()函数在比较深的神经网络中容易出现梯度消...原创 2018-10-17 22:05:02 · 1347 阅读 · 0 评论 -
使用Pytorch对数据集CIFAR-10分类处理
使用Pytorch对数据集CIFAR-10进行分类,主要是以下几个步骤:下载并预处理数据集 定义网络结构 定义损失函数和优化器 训练网络并更新参数 测试网络效果#数据加载和预处理#使用CIFAR-10数据进行分类实验import torch as timport torchvision as tvimport torchvision.transforms as transf...原创 2019-01-03 22:28:20 · 3792 阅读 · 2 评论 -
Pytorch 之squeeze和unsqueeze用法
Pytorch使用中常会用到torch.squeeze()和torch.unsqueeze()函数:查找资料相关记录如下:参考博客:https://blog.csdn.net/qq_39709535/article/details/818414261. torch.squeeze(input, dim = None, out = None): 返回一个tensor,当dim不设值时,去...转载 2019-01-02 10:51:24 · 4521 阅读 · 0 评论 -
Pytorch中的Tensor和tensor
样例在Pytorch版本“0.4.0”中测试成功。可参考文章为:https://blog.csdn.net/tfcy694/article/details/85338745 #t.Tensor 与 t.tensor的区别import torch as t#括号中可以传入多个参数t.Tensor(1,2,3)或者传入一个参数但参数的维度为1,如:t.Tensor((1)),按照...原创 2019-01-08 15:36:54 · 2021 阅读 · 0 评论