DeepLearning
文章平均质量分 84
在Coursera上学习深度学习笔记。
硕欧巴
这个作者很懒,什么都没留下…
展开
-
李沐老师 PyTorch版——线性回归 + softmax回归的简洁实现(3)
可以看出,NLLLoss 帮我们对 target 进行了独热编码,我们仅需要传入一个分类标签的下标向量,并且公式这里是对应 reduction=‘none’ 的情况,也就是计算的结果是一个向量。首先,对这个损失函数最直观的介绍,在官方文档中说的很清楚,该函数计算 input 和 target 之间的交叉熵损失。的取值范围,如果传入的是一个 batch 的样本,batch_number = N,那么我们的 target 应该是一个大小为 N 的向量。net.apply 方法典型用途包括:初始化模型的参数。..原创 2022-08-07 19:45:24 · 1051 阅读 · 0 评论 -
李沐老师 PyTorch版——线性回归 + 基础优化算法(1)
在李老师的《动手学深度学习》系列课程的学习过程中,李老师深入浅出地介绍了不少实打实的知识点。不过在李老师代码实现的过程中,确确实实地暴露出了自己许多知识点上的缺失。例如对Python高级索引的不了解、PyTorch许多包的不了解。自己经常在jupyter的课件中做出一些注释,不过还是想着把一些比较重要的内容拿出来,做认真总结和深化。有的时候我不一定会把jupyter拿出来反复看,但是可以在这里记录自己的学习和成长。...原创 2022-07-17 15:57:57 · 842 阅读 · 0 评论 -
吴恩达DeepLearning深度学习-Lesson2-week1-Improving Deep Neural Networks-[part 2]
所以如果输入特征处于不同范围内,可能有些特征值从 0 到 1,有些从 1 到 1000,那么归一化特征值就非常重要了。如果特征值处于相似范围内,那么归一化就不是很重要。执行这类归一化并不会产生什么危害,我通常会做归一化处理,虽然我不确定它能否提高训练或算法速度。其实归一化的过程就类似于一个连续型随机变量的标准化过程。假设一个训练集有两个特征,输入特征为⒉维。数据可视化如下:第一步是零均值化,μ=1m∑i=1mx(i)\mu=\frac{1}{m} \sum_{i=1}^{m} x^{(i)}μ=m1∑原创 2022-06-05 10:54:40 · 73 阅读 · 0 评论 -
吴恩达DeepLearning深度学习-Lesson2-week1-Improving Deep Neural Networks-[part 1]
文章目录Regularizing your NeuralNetwork - [part 1]训练、验证和测试集偏差 Bias & 方差 Variance机器学习基础(常见的应对偏差和方差的策略)正则化 Regularization为什么正则化有利于预防过拟合dropout 正则化理解 Dropout其他正则化方法数据扩增early stoppingRegularizing your NeuralNetwork - [part 1]Lesson2 Week1 part I训练、验证和测试集深原创 2022-05-16 21:32:58 · 293 阅读 · 0 评论 -
吴恩达DeepLearning深度学习-Lesson1-week2-Neural Network and Deep Learning
吴恩达-Basics of Neural Network programming-笔记总结原创 2022-04-16 21:51:43 · 831 阅读 · 0 评论 -
吴恩达DeepLearning深度学习-Lesson1-week3-Shallow neural networks
吴恩达DeepLearning深度学习-Lesson1-Shallow neural networks浅层神经网络的详解原创 2022-04-17 20:17:03 · 771 阅读 · 0 评论 -
吴恩达DeepLearning深度学习-Lesson1-week4-Deep Neural Networks
文章目录深层神经网络搭建神经网络块Lesson1 Week4 part I-V深层神经网络深度神经网络的许多隐藏层中,较早的前几层能学习一些低层次的简单特征,等到后几层,就能把简单的特征结合起来,去探测更加复杂的东西。深层的网络隐藏单元数量相对较少,隐藏层数目较多,如果浅层的网络想要达到同样的计算结果,则需要指数级增长的单元数量才能达到。吴老师在课程中提到,“当我开始解决一个新问题时,我通常会从 logistic回归开始,再试试一到两个隐层,把隐藏层数量当作参数、超参数一样去调试,这样去找比较合适原创 2022-05-14 10:44:01 · 216 阅读 · 0 评论 -
项目开发必不可少的 git 操作
git 操作创建一个新的分支并在新分支进行开发,开发完毕后分支合并到主分支。原创 2022-04-19 20:07:20 · 202 阅读 · 0 评论 -
Numpy库的学习
Numpy库学习-np.squeeze()原创 2022-04-17 16:22:35 · 1098 阅读 · 0 评论