深度学习
文章平均质量分 88
舒克儿不开飞机
这个作者很懒,什么都没留下…
展开
-
深度学习Review【四】编解码
课程地址动手学深度学习笔记【三】一、编码-解码二、Seq2seq一、编码-解码编码:处理输出,把输入编程成中甲你表达形式(特征)解码:生成输出,把特征解码成输出from torch import nnclass Encoder(nn.Module): """编码器-解码器结构的基本编码器接口。""" def __init__(self, **kwargs): super(Encoder, self).__init__(**kwargs) def f.原创 2021-08-25 22:06:12 · 364 阅读 · 0 评论 -
深度学习Review【三】序列、RNN、LSTM(GRU)、DRNN
课程地址动手学深度学习笔记【三】一、序列模型马尔科夫假设潜变量二、RNN 循环神经网络一、序列模型序列数据:实际中很多数据是随着时间变化而变化。根据条件概率一直x1到xT的概率可以算出x的概率。自回归模型:用的数据,预测现在的数据马尔科夫假设当前数据只和t个过去的数据相关潜变量引入潜变量h来表示过去的信息绿色代表不同的潜变量h,每次在改变x后计算新的潜变量h二、RNN 循环神经网络...原创 2021-08-18 22:13:22 · 343 阅读 · 0 评论 -
深度学习Review【二】LeNet、AlexNet、VGG、NiN、GoogLeNet、ResNet、DenseNet
动手学深度学习笔记【二】一、LeNettorch实现二、AlexNet特点torch实现三、VGG结构torch实现四、NiN思路、结构torch实现一、LeNet手写数字识别(MNIST)使用了Conv2d、AvgPooling、Linear高宽减半时通道数翻倍,保证信息能匹配更多的模式(将信息分配到多个通道)输入超过100x100时MLP不如CNN,输入少时mlp更快torch实现import torchfrom torch import nnfrom d2l import torc原创 2021-08-17 16:57:23 · 196 阅读 · 0 评论 -
深度学习 Review【一】线性回归、Softmax、感知机、卷积
线性回归、Softmax、感知机、卷积原创 2021-08-13 19:22:33 · 425 阅读 · 0 评论 -
Pytorch不得不看的基础
ConvConv1dtorch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode=‘zeros’, device=None, dtype=None)in_channels(int) – 输入信号的通道。在文本分类中,即为词向量的维度out_channels(int) – 卷积产生的通道。有多少个out_channel原创 2021-08-13 19:21:57 · 470 阅读 · 0 评论