![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 82
3
孔夫子的高压锅
这个作者很懒,什么都没留下…
展开
-
多层感知机模型基础实现
多层感知机模型基础实现# 导入包和模块import torchimport numpy as npimport syssys.path.append("..")import d2lzh_pytorch as d2lprint(torch.__version__)获取和读取数据集调用Fashion-MNIST数据集,利用多元感知机对图像进行分类batch_size = 256...原创 2020-04-06 23:13:18 · 337 阅读 · 0 评论 -
多层感知机模型的简洁实现
多层感知机模型的简洁实现# 导入所需包和模块import torchfrom torch import nnfrom torch.nn import init # 初始化模块import numpy as npimport syssys.path.append("..")import d2lzh_pytorch as d2l定义模型# 定义超参数num_inputs, nu...原创 2020-04-07 11:54:49 · 250 阅读 · 0 评论 -
模型的选择、过拟合与欠拟合
导入包和模块%matplotlib inlineimport torchimport numpy as npimport syssys.path.append("..")import d2lzh_pytorch as d2l生成数据集n_train, n_test, true_w, true_b = 100, 100, [1.2, -3.4, 5.6], 5# 训练集和测试集数...原创 2020-04-16 01:04:05 · 189 阅读 · 0 评论 -
使用权重衰减缓解模型过拟合
高维线性回归实验# 导入包和模块%matplotlib inlineimport torchimport torch.nn as nnimport numpy as npimport syssys.path.append("..")import d2lzh_pytorch as d2lprint(torch.__version__)# 定义训练集,测试集和输入特征数n_t...原创 2020-04-16 01:13:51 · 264 阅读 · 0 评论 -
使用丢弃法应对模型过拟合
从零实现# 导入包和模块%matplotlib inlineimport torchimport torch.nn as nnimport numpy as npimport syssys.path.append("..")import d2lzh_pytorch as d2lprint(torch.__version__)def dropout(X, drop_prob):...原创 2020-04-16 01:28:38 · 198 阅读 · 0 评论 -
从零开始实现 softmax 回归
导入包和模块import torchimport numpy as npimport syssys.path.append("..")import d2lzh_pytorch as d2lprint(torch.__version__)获取和读取数据集调用Fashion-MNIST数据集,利用多元感知机对图像进行分类batch_size = 256 # 设置批量大小为256...原创 2020-04-16 14:55:20 · 373 阅读 · 0 评论 -
softmax 回归的简洁实现
导入所需包和模块import torchfrom torch import nnfrom torch.nn import init # 初始化模块import numpy as npimport syssys.path.append("..")import d2lzh_pytorch as d2l定义模型# 定义超参数num_inputs, num_outputs, num_...原创 2020-04-16 19:37:04 · 142 阅读 · 0 评论 -
模型参数的访问、初始化和共享
import torchfrom torch import nnfrom torch.nn import initprint(torch.__version__)net = nn.Sequential(nn.Linear(4, 3), nn.ReLU(), nn.Linear(3, 1))# 构造模型print(net)# 构造输入数据X = torch.rand(2, 4)...原创 2020-04-26 22:49:34 · 211 阅读 · 0 评论