深度学习
文章平均质量分 83
baiyucraft
在校大学生一枚,编程全是自学的,出于兴趣爱好
展开
-
深度学习 10.图像分类数据集
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》 线性神经网络:深度学习 6.线性回归概述深度学习 7.线性回归的从零开始实现深度学习 8.线性回归的简洁实现深度学习 9.损失函数 在进行下一个模型的介绍前,继续介绍一下如何处理数据集,也就是下一个模型需要使用的数据集: 目前广泛使用的图像分类数据集之一是 MNIST 数据集。虽然它是很不错的基准数据集,但按今天的标准,即使是简单的模型也能达到95%以上的分类准确率,因此不原创 2021-06-18 23:21:16 · 3972 阅读 · 2 评论 -
深度学习 9.损失函数
title: 深度学习 9.损失函数author: baiyucraftexcerpt: ’ 在进行下一个模型的介绍前,先介绍几个常用的损失函数:’tags:PythonPyTorch深度学习线性神经网络categories:DeepLearingdate: 2021-06-16 14:13:53Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》 线性神经网络:深度学习 6.线性回归概述深度学习 7.线性回.原创 2021-06-17 21:50:46 · 472 阅读 · 0 评论 -
深度学习 8.线性回归的简洁实现
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》 线性神经网络:深度学习 6.线性回归概述深度学习 7.线性回归的从零开始实现 在上一篇文章中,我们只依赖了(1)通过张量来进行数据存储和线性代数;(2)通过自动微分来计算梯度;这两样最基本的运算来实现线性回归模型。实际上,我们能用框架来很方便的实现线性回归的操作。1.生成数据集这一步和之前一样:import numpy as npimport torchfrom torc原创 2021-06-16 14:11:02 · 521 阅读 · 0 评论 -
深度学习 7.线性回归的从零开始实现
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》 前文:深度学习 6.线性回归概述 - baiyucraft’s Home 在了解线性回归的关键思想之后,我们可以开始通过代码来动手实现线性回归了。import randomimport torch1.生成数据集 我们首先根据带有噪声的线性模型构造一个人造的数据集,我们的任务是使用这个有限样本的数据集来恢复这个模型的参数。 我们将使用低维数据,这样可以很容易地将其可视化。 我原创 2021-06-15 19:13:50 · 330 阅读 · 0 评论 -
深度学习 6.线性回归概述
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》 在机器学习中的大部分任务通常都是与预测有关的,当我们想预测一个数值时,就会涉及到回归问题。常见的例子有:预测价格(房屋、股票等)、预测住院时间(针对住院病人)、预测需求(零售销量)等。一、线性回归的基本元素 线性回归linear regression是回归的各种标准工具中最简单而且最流行的。线性回归基于几个简单的假设:首先,假设自变量 x\boldsymbol xx 和因变量y之间的关系原创 2021-06-15 14:18:51 · 409 阅读 · 0 评论 -
深度学习 5.概率
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》 在某种形式上,机器学习就是做出预测,所以需要概率的相关知识1.采样器 假设我们掷骰子,想知道看到1的几率有多大。为了抽取一个样本,我们只需传入一个概率向量。 输出是另一个相同长度的向量:它在索引i处的值是采样结果中ii出现的次数。import torchfrom torch.distributions import multinomialfair_probs = torch.on原创 2021-06-13 20:24:43 · 635 阅读 · 0 评论 -
深度学习 4.微分和自动求导
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》一、微分和导数 概念相信大家懂得都懂,根据书中的画个图:import numpy as npfrom matplotlib import pyplot as pltdef set_figsize(figsize=(3.5, 2.5)): """设置matplotlib的图表大小。""" plt.rcParams['figure.figsize'] = figsize.原创 2021-06-13 17:17:34 · 662 阅读 · 2 评论 -
深度学习 3.线性代数
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》 在深度学习 1.PyTorch入门中,我们了解了看起来最基本tensor间的加减乘除运算,但是对于一个拥有多维的数据以及拥有数学线代知识的我们来说,更想的是对tensor进行转置、点积等运算。1.tensor降维 一般来说,直观上,行为第0维,列为第1维。 我们可以对任意张量进行的一个有用的操作是计算其元素的和。在数学表示法中,我们使用∑\sum∑符号表示求和。为了表示长度为d的向量原创 2021-06-13 12:12:24 · 290 阅读 · 0 评论 -
深度学习 2.数据预处理
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》1.pandas pytorch主要是对数据进行操作,那肯定得有软件读取文件中的数据然后对数据进行预处理得到我们想要操作的tensor,这就需要用到pandas了2.创建和读入数据集 一般处理的数据都是csv(逗号分隔值)文件,首先,我们先创建一个人工数据集,该数据集有四行三列,其中房间数量NumRooms、巷子类型Alley、房屋价格Price:import osimport pa原创 2021-06-09 19:46:09 · 796 阅读 · 0 评论 -
深度学习 1.PyTorch入门
Author:baiyucraftBLog: baiyucraft’s Home原文:《动手学深度学习》一、深度学习简介1.深度学习 首先,我们得知道什么是深度学习:深度学习是一种特殊的机器学习,通过学习将世界使用嵌套的概念层次来表示并实现巨大的功能和灵活性,其中每个概念都定义为与简单概念相关联,而更为抽象的表示则以较不抽象的方式来计算。 其实目前来说我也不太清楚机器学习和深度学习具体的概念,所以这块留白,日后补充。2.PyTorch 在深度学习中,这里我们选择PyTorch作原创 2021-06-03 16:55:30 · 244 阅读 · 0 评论