《动手学深度学习》简要（持续更新）

最新推荐文章于 2024-06-17 00:21:00 发布
最新推荐文章于 2024-06-17 00:21:00 发布
阅读量130 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43658238/article/details/104314889
版权

以下知识点需要拓展：

  • 线性代数
  • pytorch基础用法以及函数方程
  • softmax回归
  • 多层感知机
    • 吴恩达机器学习–深度学习介绍
  • 过拟合以及欠拟合
    • 吴恩达机器学习
  • 文本预处理
    • nltk用法
    • 机器学习预处理（老齐新书）
qq_43658238
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据科学教育与智能学习——数据科学教师的策略与方法论
禅与计算机程序设计艺术
08-06 2121
数据科学（Data Science）是一个新兴的计算机科学学术研究领域，它融合了统计学、数学、编程语言、信息论、机器学习等多学科的研究成果，并使之能够处理海量数据、高维特征及复杂关系，从而实现对数据的自动化分析、预测、决策、推荐等高效率运用。数据科学教育不仅是数据科学实践中不可或缺的一环，也是企业对员工培养能力、提升职场竞争力、为组织创造价值的重要渠道。数据科学教师通过培养学生的数据思维、解决实际问题的能力，可以有效促进学生的全面发展。智能学习就是指由机器引导的人机交互过程。
【大模型应用开发 动手做AI Agent】知识记忆理解表达推理反思泛化和自我提升
禅与计算机程序设计艺术
06-02 904
背景介绍 随着人工智能技术的不断发展，深度学习模型的规模和性能不断提高，AI Agent的应用也日益广泛。在这个过程中，大型语言模型（如GPT）已经成为一种重要的AI Agent，它们能够理解、生成和推理自然语言文本。然而，在实际应用中，如何充分利用这些大模型，并将其应用于各种场景，仍然是一个值得探讨的问题。这篇文章将从知识、记忆、理解、表达、推理、反思
动手学深度学习（Pytorch版）知识点笔记（3）
m0_53703555的博客
06-29 384
三、线性回归 构建简单的人工数据集 %matplotlib inline import torch from IPython import display from matplotlib import pyplot as plt import numpy as np import random num_inputs = 2 #输入特征数为2 num_examples = 1000 #训练数据集样本数 true_w = [2, -3.4] #使⽤线性回归模型真实权重 true_b = 4.2 #
《动手学深度学习》-小白笔记一
zxs_and_xj的博客
02-14 287
线性回归 损失函数中的解分为两类： 解析解：误差最小化问题的解可以直接用公式表达出来 数值解：通过优化算法有限次迭代模型参数来尽可能降低损失函数的值 优化函数的两个步骤： 初始化模型参数，一般来说使用随机初始化。 我们在数据上迭代多次，通过在负梯度方向移动参数来更新每个参数。 ...
动手学深度学习 task_1
weixin_45448833的博客
02-14 151
线性回归 补充欠缺知识点： python中yield的讲解 link torch.mm(a, b)是矩阵a和b矩阵相乘，比如a的维度是(1, 2)，b的维度是(2, 3)，返回的就是(1, 3)的矩阵 pytorch中backward()的理解 link nn.Sequential的讲解 link 记录所学知识点： 尽量使用矢量计算，以提升计算效率。 迭代周期个数nu...
动手学深度学习（Pytorch版）知识点笔记（1）
m0_53703555的博客
06-21 173
一、数据操作 1、创建Tensor #创建⼀个5x3的未初始化的 Tensor import torch x=torch.empty(5, 3) #创建⼀个5x3的随机初始化的 Tensor x = torch.rand(5, 3) #创建⼀个5x3的long型全0的 Tensor x = torch.zeros(5, 3, dtype=torch.long) #获取tensor的形状 print(x.size()) print(x.shape) 2、Tensor索引操作 Tensor支持与numpy
动手学习深度学习|卷积神经网络
沐埜专栏
02-18 535
一 卷积神经网络基础 二维卷积层，常用于处理图像数据。 1 二维互相关运算 二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入数组上滑动，在每个位置上，卷积核与该位置处的输入子数组按元素相乘并求和，得到输出数组中相应位置...
动手学深度学习_1
dayday学习的博客
02-13 795
pytorch动手学深度学习_11.线性回归1.1线性回归1.1.1 数据集1.1.2 模型1.1.3 损失函数1.1.4 优化函数 - 随机梯度下降1.2 代码实现1.2.1 线性回归从零开始版1.2.2 线性回归pytorch版2.softmax与分类模型2.1 softmax的基本概念2.2 交叉熵损失函数2.3代码2.3.1 softmax分类从零开始版2.3.2 softmax分类pyt...
《动手学深度学习》学习笔记
m0_57248668的博客
05-21 1750
回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法。在自然科学和社会科学领域，回归经常用来表示输入和输出直接的关系。在机器学习中的大多数任务通常与预测有关。当我们想要预测一个数值时，就会涉及到回归问题。常见的例子包括：预测价格（房屋、股票等）、预测住院时间（针对住院病人等）、预测需求（零销售量等）。但并不是所有的预测都是回归问题。在后面的章节中，我们将介绍分类问题。分类问题的目标是预测数据属于一组类别中的哪一类。
高级软件工程学习总结
m0_54677380的博客
07-01 598
高级软件工程课程总结与收获
【大模型应用开发 动手做AI Agent】Agent对各行业的效能提升
禅与计算机程序设计艺术
06-10 467
作者：禅与计算机程序设计艺术 Artificial Intelligence (人工智能)，已经深刻影响着我们的生活、工作方式及各行各业的发展。近年来，随着大模型的兴起，AI Agent的应用变得越来越广泛且高效，它们在提高行业效率、优化决策过程以及创造新的商业模式方面发挥着关键作用。本文旨在探讨AI Agent如何通过大模型驱动，为不同行业带
【大模型应用开发 动手做AI Agent】Function Call 与 API 插件
禅与计算机程序设计艺术
06-17 725
在大模型的应用开发中，特别是在构建AI Agent时，我们经常需要让大模型与外部世界进行交互，例如访问数据库、调用各种API服务等。Function Call（函数调用）和API插件技术的出现，为大模型赋予了这种与外界交互的能力，极大地拓展了大模型的应用范围和实用性。本文将深入探讨Function Call和API插件技术在AI Agent开发中的原理和实践。Function Call和API插件为大模型赋予了连接外部世界的能力，极大地拓展了其应用范围和实用价值。
动手学深度学习-学习笔记（一）
sueichen的博客
02-13 571
写在前面 动手学习深度学习的学习笔记是在新冠疫情期间参加了深度学习公益训练营的打卡笔记合集，虽然是训练营的基本要求，但是作为对所学内容的总结与提炼还是很有帮助的。 本文主要内容：线性回归，softmax分类模型与多层感知机 一、线性回归 线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。回归问题解决的是连续函数...
《动手学深度学习》课后习题1
qbm123456789的博客
02-14 3977
《动手学》：线性回归 **1.**假如你正在实现一个全连接层，全连接层的输入形状是7 \times 87×8，输出形状是7 \times 17×1，其中7是批量大小，则权重参数ww和偏置参数bb的形状分别是____和____ 答案：8×1,1×1 2. 课程中的损失函数定义为： def squared_loss(y_hat, y): return (y_hat - y.view(y_...
《动手学深度学习》笔记
yq313210的博客
02-13 1072
#《动手学深度学习》笔记 ##Task01：线性回归、Softmax与分类模型、多层感知机 刚开始学习pytorch，用打卡的方式来记录一下 ###1.线性回归 线性回归属于判别模型。什么是判别模式？ 判别模型是由数据直接学习决策函数 y=f(x)，或者由条件概率分布概率 P(y|x) 作为预测模型。判别模型是监督学习的一类，另外一类是生成模型。 生成模型即由数据学习联合概率密度分布函数 p(x,...
ant-design-vue-1.1.10-beta.zip
08-26
基于 Ant Design 和 Vue 的企业级 UI 组件库
基于flask实现的社交博客项目--《FlaskWeb开发》.zip
最新发布
08-26
基于flask实现的社交博客项目--《FlaskWeb开发》.zip
校园二手交易平台小程序源码 （优秀毕业设计源码）
08-26
1. 校园二手交易平台小程序代码说明：经导师指导并认可通过的98分毕设项目代码。 2.适用对象：本代码学习资料适用于计算机、电子信息工程、数学等专业正在做毕设的学生，需要项目实战练习的学习者，也适用于课程设计、期末大作业。 3.技术栈：java，项目代码都经过严格调试，代码没有任何bug！ 4. 作者介绍：大厂码农，java领域创作者，阿里云开发社区乘风者计划专家博主，专注于大学生项目实战开发，文章底部有博主联系方式，更多优质系统、项目定制请私信。 5. 最新计算机软件毕业设计选题大全: https://blog.csdn.net/weixin_45630258/article/details/135901374
ant-design-vue-3.1.0.zip
08-26
基于 Ant Design 和 Vue 的企业级 UI 组件库
动手学深度学习d2l-zh_李沐1-深入解析理论与实践
《动手学深度学习》是一本由李沐、Aston Zhang、Mu Li、Zachary C. Lipton和Alexander J. Smola所著的深度学习教材。本书于2021年3月5日发布了测试版本，详细内容可以在https://zh.d2l.ai获取最新版本或正式版本。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值