![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Guozheng_Xu
这个作者很懒,什么都没留下…
展开
-
动手学深度学习Pytorch版本学习笔记 Task5
1.卷积神经网络基础2.LeNet3.卷积神经网络进阶原创 2020-02-19 21:19:26 · 149 阅读 · 0 评论 -
动手学深度学习Pytorch版本学习笔记 Task4
1.机器翻译及相关技术机器翻译(MT):将一段文本从一种语言自动翻译为另一种语言,用神经网络解决这个问题通常称为神经机器翻译(NMT)。 主要特征:输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。主要步骤:1. 数据预处理2.分词3.建立词典Sequence to Sequence模型:2.注意力机制与Seq2seq模型a.点注意力机制与多层感知机...原创 2020-02-19 21:13:13 · 179 阅读 · 0 评论 -
动手学深度学习Pytorch版本学习笔记 Task3
1.过拟合、欠拟合及其解决方案过拟合:模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting);欠拟合:模型的训练误差远小于它在测试数据集上的误差,我们称该现象为过拟合(overfitting)。 在实践中,我们要尽可能同时应对欠拟合和过拟合。解决过拟合的方法:权重衰减(L2 范数正则化)和丢弃法2.梯度消失和梯度爆炸a.梯度消失和梯度爆炸假设一个层...原创 2020-02-19 21:01:33 · 163 阅读 · 0 评论 -
动手学深度学习Pytorch版本学习笔记 Task1
1. 深度学习基础模型1.1 线性回归模型线性回归的基本要素主要包括:模型、数据集、损失函数、优化函数。在pytorch的实现中,可以自己从零开始实现,这样能更好的理解模型和神经网络底层的原理,但是pytorch有更加简洁的实现方式,这样能更加快速的完成模型的设计与实现。在看代码过程中,再次回顾了python中yield的用法。可以先把yield看做“return”,这个是直观的,...原创 2020-02-14 21:11:07 · 289 阅读 · 0 评论