![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
动手学深度学习
文章平均质量分 53
Mangoit
这个作者很懒,什么都没留下…
展开
-
动手学深度学习1-1
#自动求梯度 MXNet 提供的autograd包来自动求梯度from mxnet import autograd,ndx=nd.arange(4).reshape((4,1))#创建变量`x`,并赋初值#为了求有关变量x的梯度,我们需要先调用attach_grad函数来申请存储梯度所需要的内存。x.attach_grad()#定义有关变量x的函数。为了减少计算和内存开销,默认条件...原创 2018-10-11 21:47:13 · 329 阅读 · 0 评论 -
2-3动手学习深度学习-kaggle房价预测
%matplotlib inlineimport gluonbook as gbfrom mxnet import autograd,gluon,init,ndfrom mxnet.gluon import data as gdata,loss as gloss,nnimport pandas as pdimport numpy as np# 读入数据train_data=pd...翻译 2018-11-03 12:28:42 · 2007 阅读 · 0 评论 -
动手学习深度学习2-2模型选择、欠拟合和过拟合
在基于 Fashion-MNIST 数据集的实验中,我们评价了机器学习模型在训练数据集和测试数据集上的表现。如果你改变过实验中的模型结构或者超参数,你也许发现了:当模型在训练数据集上更准确时,它在测试数据集上却不一定更准确。这是为什么呢?训练误差和泛化误差通俗来讲,训练误差(training error)指模型在训练数据集上表现出的误差,泛化误差(generalization error)...原创 2018-10-27 22:29:07 · 1314 阅读 · 0 评论 -
动手学习深度学习2-1多层感知机
多层感知机在单层神经网络的基础上引入了一到多个隐藏层(hidden layer)。隐藏层位于输入层和输出层之间 从联立后的式子可以看出,虽然神经网络引入了隐藏层,却依然等价于一个单层神经网络:其中输出层权重参数为 ,偏差参数为 。不难发现,即便再添加更多的隐藏层,以上设计依然只能得到仅含输出层的单层神经网络。 激活函数: 上述问题的根源在于全连接层只是对数据做仿射变换(af...原创 2018-10-23 17:15:25 · 803 阅读 · 0 评论 -
动手学习深度学习1-5 softmax mxnet实现
%matplotlib inlineimport gluonbook as gbfrom mxnet import gluon, initfrom mxnet.gluon import loss as gloss, nn#读入数据batch_size = 256train_iter, test_iter = gb.load_data_fashion_mnist(batch_size)...原创 2018-10-20 18:26:36 · 443 阅读 · 0 评论 -
动手学习深度学习1-3-使用mxnet构建简单的网络
from mxnet import autograd, nd#================生成数据num_inputs = 2num_examples = 1000true_w = [2, -3.4]true_b = 4.2features = nd.random.normal(scale=1, shape=(num_examples, num_inputs))labels =...原创 2018-10-19 18:17:49 · 1048 阅读 · 0 评论 -
动手学习深度学习1-4 softmax
Softmax 回归的从零开始实现理解:https://blog.csdn.net/red_stone1/article/details/80687921%matplotlib inlineimport gluonbook as gb #要把这个包放在同一个根目录下from mxnet import autograd, nd#============获取和读取数据使用 Fashi...原创 2018-10-20 12:45:43 · 1771 阅读 · 2 评论 -
动手学深度学习小记
1.mx.nd.NDArray()在神经网络中,我们有三种类别的数据:样本数据(输入 和 label) 网络模型参数 网络中每层的输入 数据在 mxnet/Gluon 中,这三种类别的数据都是由 mx.nd.NDArray 来存储的。但是需要注意的是:模型参数记得 NDArray.attach_grad(), 因为模型参数更新的时候需要用到 梯度,attach_grad() ...转载 2018-10-20 10:21:11 · 674 阅读 · 0 评论 -
动手学习深度学习1-2-深度学习的一般步骤
生成数据集我们构造一个简单的人工训练数据集,它可以使我们能够直观比较学到的参数和真实的模型参数的区别。设训练数据集样本数为 1000,输入个数(特征数)为 2。给定随机生成的批量样本特征 X∈ℝ1000×2X∈R1000×2,我们使用线性回归模型真实权重 w=[2,−3.4]⊤w=[2,−3.4]⊤ 和偏差 b=4.2b=4.2,以及一个随机噪音项 ϵϵ 来生成标签 y=Xw+b+ϵ,...原创 2018-10-19 17:09:57 · 1946 阅读 · 0 评论 -
3.12权重衰减
%matplotlib inlineimport gluonbook as gbfrom mxnet import autograd,gluon,init,ndfrom mxnet.gluon import data as gdata,loss as gloss,nnn_train,n_test,num_inputs=20,100,200true_w,true_b=nd.ones((...翻译 2018-11-08 21:28:34 · 513 阅读 · 0 评论