![](https://img-blog.csdnimg.cn/direct/8ea105d242f04142b363e9ef0a676da9.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习 | 深度学习
文章平均质量分 92
.
zdb呀
一直往南方开,不会太久
展开
-
【李沐:动手学深度学习pytorch版】第3章:线性神经网络
第3章 线性神经网络3.1. 线性回归3.1.1. 线性回归的基本元素3.1.1.1. 线性模型3.1.1.2. 损失函数3.1.1.3. 解析解线性回归刚好是一个很简单的优化问题。 与我们将在本书中所讲到的其他大部分模型不同,线性回归的解可以用一个公式简单地表达出来, 这类解叫作解析解(analytical solution)。3.1.1.4. 随机梯度下降即使在我们无法得到解析解的情况下,我们仍然可以有效地训练模型。 在许多任务上,那些难以优化的模型效果要更好。 因此,弄清楚如何训练这些原创 2021-12-28 21:19:33 · 1616 阅读 · 0 评论 -
【李沐:动手学深度学习pytorch版】第2章:预备知识
第2章 预备知识2.1 数据操作2.1.1 入门导入的是torch而不是pytorchimport torch一个数叫标量一个轴叫向量两个轴叫矩阵arange# 生成行向量x = torch.arange(12)xtensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])shapex.shape #访问张量的形状torch.Size([12])numel()#访问张量中元素的个数x.numel()12原创 2021-12-28 21:11:10 · 1143 阅读 · 0 评论 -
win10安装pytorch
1、查看显卡型号方法一:打开设备管理器->显示配适器,查询到为NVIDIA GeForce GTX 1050方法二:打开任务管理器->性能2、查看驱动版本打开NVIDIA控制面板->帮助->系统信息查看cuda适配版本cuda对应版本查看这张表3、cuda官网链接,翻进去傻瓜式安装4、根据步骤1、2查询到的信息,进入pytorch官网,官网链接,选择对应版本,复制指令,进入anaconda对应环境下输入指令安装pytorch...原创 2021-04-14 15:33:45 · 2612 阅读 · 0 评论 -
Ubuntu18.04安装tensorflow-gpu1.15.0配置环境
anaconda3下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/pip和conda换源:链接conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-for原创 2021-03-18 13:59:43 · 2720 阅读 · 1 评论 -
黑马程序员---三天快速入门Python机器学习(第一天)
机器学习入门一、机器学习概述1.1 人工智能概述1.1.1 机器学习与人工智能、深度学习1.1.2 机器学习、深度学习能做什么1.1.3 人工智能阶段课程安排1.2 什么是机器学习1.2.1 定义1.2.2 解释1.2.3 数据集构成1.3 机器学习算法分类1.3.1 总结1.3.2 练习1.3.3 机器学习算法分类1.4 机器学习开发流程1.5 学习框架和资料介绍1.5.1 机器学习库与框架1.5.2 书籍资料1.5.3 提深内功二、特征工程2.1 数据集2.1.1 可用数据集2.1.2 sklearn数原创 2021-04-21 14:03:55 · 45648 阅读 · 20 评论 -
黑马程序员---三天快速入门Python机器学习(第三天)
文章目录四、回归与聚类算法4.1 线性回归4.1.1 线性回归的原理4.1.2 线性回归的损失和优化原理4.1.3 线性回归API4.1.4 波士顿房价预测4.1.5 梯度下降的扩展:GD、SGD、SAG4.1.6 总结4.2 欠拟合与过拟合4.2.1 什么是过拟合与欠拟合4.2.2 原因以及解决方法4.3 线性回归的改进---岭回归4.3.1 带有L2正则化的线性回归--岭回归4.4 分类算法--逻辑回归与二分类4.4.1 逻辑回归的应用场景4.4.2 逻辑回归的原理4.4.3 逻辑回归API4.4.4原创 2021-04-22 11:17:43 · 8856 阅读 · 10 评论 -
黑马程序员3天玩转Python深度学习tensorflow(第1天)
文章目录一、深度学习的介绍1.1 深度学习与机器学习的区别1.1.1 特征提取方面1.1.2 数据量和计算性能要求1.1.3 算法代表1.2 深度学习的应用场景1.3 深度学习框架介绍1.3.1 常见深度学习框架对比1.3.2 tensorflow的特点1.3.3 tensorflow的安装学习目标:第一天:tensorflow框架实用第二天:数据读取、神经网络基础第三天:卷积神经网络、验证码识别第一天:学习学习介绍tensorflow框架的使用1)tensorflow的结构原创 2021-04-25 17:12:19 · 6382 阅读 · 9 评论 -
黑马程序员3天玩转Python深度学习TensorFlow(第2天)
文章目录第三章 数据读取、神经网络3.1 文件读取流程3.1.1 文件读取流程3.1.2 线程操作3.1.3 总结3.2 图片读取3.2.1 图像基本知识3.2.2 图片特征值处理3.2.3 数据格式3.2.4 案例:狗图片读取3.3 二进制数据3.3.1 CIFAR10二进制数据集介绍3.3.2 CIFAR10二进制数据读取3.5 神经网络基础3.5.1 神经网络3.6 神经网络原理3.6.1 softmax回归3.6.2 交叉熵损失3.6.4 softmax、交叉熵损失API3.7 案例:minst手写原创 2021-05-05 12:02:48 · 2303 阅读 · 3 评论 -
黑马程序员3天玩转Python深度学习TensorFlow(第3天)
文章目录四、卷积神经网络4.1 卷积神经网络简介4.1.1 卷积神经网络与传统多层神经网络对比4.1.2 卷积神经网络发展历史4.1.3 卷积网络ImageNet比赛错误率4.2 卷积神经网络原理4.2.1 卷积神经网络三个结构4.2.2 卷积层(Convolutional Layer)4.2.3 激活函数4.2.4 池化层(Polling)四、卷积神经网络4.1 卷积神经网络简介4.1.1 卷积神经网络与传统多层神经网络对比输入层隐藏层:卷积层、激活层、池化层、全连接层输出层4.1.2 卷原创 2021-05-05 12:03:23 · 1512 阅读 · 3 评论 -
黑马程序员---三天快速入门Python机器学习(第二天)
文章目录三、分类算法3.1 sklearn转换器和估计器3.1.1 转换器3.1.2 估计器(sklearn机器学习算法的实现)3.2 K-近邻算法3.2.1 什么是K-近邻算法(KNN)3.2.2 K-近邻算法API3.2.3 案例1:鸢尾花种类预测3.2.4 K-近邻总结3.3 模型选择与调优3.3.1 什么是交叉验证(cross validation)3.3.2 超参数搜索---网格搜索(Grid Search)3.3.3 鸢尾花案例增加K值调优3.2.4 案例:预测facebook签到位置3.4 朴原创 2021-04-21 16:04:06 · 9134 阅读 · 1 评论