qq_34739497的博客

前言 今天是21年研究生考试的第一天，回想去年这个时候，自己也是百万大军中的一员，日复一日地在图书馆复习，然后订着酒店，赶着公交，奔赴考场，考完政治和英语伤心自己没有发挥好，这些场景恍如昨日。这一年过的有点光阴似箭，突如其来的疫情打乱了我们每个人的计划，我们被迫取消一些出行、一些活动，甚至一些企业也因为这次疫情而被迫关闭，但是我们依旧如那窗外的春燕，在凌厉的寒冬过后，几度徘徊后，待春暖花开后归来。 尽管20年还有计划未完成，会有一些遗憾，一些心愿，但是我们向前看，向往新的一年，希望自己能够科研上有所成果，技

前言有段时间没更新博客了，主要是很久没有学习新的知识，所以也没什可写的了，所以借着17年的尾巴，更新一篇，希望2018年，大家能开心，没有遗憾。其实在学完了这么多算法后，我有个感触，在如何把这些算法应用到现实生活中是我们所需要学习的一大难点。什么算法适合你的模型？一般情况下，算法都不会直接能拟合你的数据的很好，那么又怎么让你的数据适合你的算法呢？书上举的例子能拟合的那么好，一般都是经过很多年的实践，

前言 深度学习在计算机视觉上有很大突破，经典的数据集也有很多，比如：ImageNet（李飞飞带领团队收集）、CIFAR、COCO（微软赞助）、Open Image（谷歌开源的），而卷积的概念不是深度学习出现才有的，而是计算机图形学中早就有的概念，我认为它能够提取图像有用的信息。其实这里面的东西还是比较复杂的，这一篇算是稍微开个头吧。 MNIST作为入门案例，我们继续以它作为实践例子来实践深度学

其实本该2018年1月1号写的，但是今天来写好像也不为失时机，因为明天就回家了也是很开心的。纵观2017有遗憾、有欢乐、也有完成任务时的成就，希望下个学期我会变得更好一点。就像前几天看的《无问西东》中一样，当我们提前知道我们的人生，我们是否还有勇气来面对？我想回答很简单，试试吧。电影中几个主人公在面临选择时，是追随自己的内心？还是像大众一样，随波逐流？很多事并不会等你准备好了来做，很多事都需要你先

前言 PyTorch 是一个有潜力能改变深度学习实现面貌的 Python 库，它的使用非常灵活与轻松。在本文中，我们将以更实用的方式探索 PyTorch，包括基础知识和案例研究等。此外，本文还将比较使用 NumPy 和 PyTorch 从头构建神经网络的方式，以了解它们在实现中的相似之处。 PyTorch 是一个基于 Python 的库，旨在为深度学习提供一个灵活的开发平台。PyTorch 的...

AutoGrad 模块 Tensorflow等深度学习框架都是使用的静态计算图，开发者必须建立或定义一个神经网络，并重复使用相同的结构来执行模型训练。改变网络的模式就意味着我们必须从头开始设计并定义相关的模块。 但 PyTorch 使用的技术为自动微分（automatic differentiation）。在这种机制下，系统会有一个 Recorder 来记录我们执行的运算，然后再反向计算对应...

Keras模型（通常通过Python API创建）可以以多种格式之一保存。“整个模型”格式可以转换为TensorFlow.js图层格式，可以直接加载到TensorFlow.js进行推理或进一步培训。 目标TensorFlow.js图层格式是一个包含model.json文件和一组二进制格式的分片权重文件的目录。该model.json文件包含模型拓扑（又名“架构”或“图形”：层的描述及其连接方式）和...

将tf.Model：保存到Web浏览器的本地存储。本地存储是标准的客户端数据存储。保存在那里的数据可以在同一页面的多个负载中持续存在。 假设你有一个tf.Model名为的对象model。无论是从头开始使用Layers API还是从预训练的Keras模型加载/微调，您都可以使用一行代码将其保存到本地存储： const saveResult = await model.save('locals...