动手学深度学习【李沐老师】第一次学

于 2023-10-20 11:12:53 发布
阅读量73 收藏
点赞数
分类专栏： 深度学习 机器学习 文章标签： 深度学习 人工智能
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_45845375/article/details/133938911
版权

课程目标

课程主页：https://courses.d2l.ai/zh-v2/
在这里插入图片描述

课程目标

介绍深度学习经典和最新模型：LeNet,ResNet,LSTM,BERT
机器学习基础：损失函数、目标函数、过拟合、优化
实践：使用pytorch实现介绍的知识点，在真实数据上体验算法效果

内容

在这里插入图片描述

可以学到什么

在这里插入图片描述
图片分类、物体检测和分割、样式迁移、人脸合成、文字生成图片、文字生成、无人驾驶
安装：https://www.zhihu.com/zvideo/1363284223420436480
去d2l包的官方网站，然后将包下载下载，放到环境路径下，然后再选择安装
d2l的官方网站为：https://www.cnpython.com/pypi/d2l/dl-d2l-0.15.1-py3-none-any.whl#google_vignette
在这里插入图片描述
pip install d2l-0.15.1-py3-none-any.whl

conda list
在这里插入图片描述
下载课程资料
在这里插入图片描述

在这里插入图片描述
跑一个案例

在这里插入图片描述

数据操作

N维数组：是机器学习和神将网络的主要数据结构
0d标量：1.0
1d向量：一个特征向量
2d矩阵
3d RGB图像，（长宽通道）
4d 一个RGB图片批量（批量大小长宽通道）
5d 一个视频批量 （批量大小时间 * 长宽通道）

创建数组：形状，数据类型，元素值

访问数组元素
在这里插入图片描述

数据预处理

在这里插入图片描述
https://zh-v2.d2l.ai/chapter_preliminaries/pandas.html

湘溶溶
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
动手学深度学习课程作业和答案
03-21
动手学深度学习课程作业和答案
【李沐】动手学深度学习 学习笔记
chenxiaowai_的博客
03-21 8752
你好！这是【李沐】动手学深度学习v2-基于pytorch版本的学习笔记教材源代码安装教程（安装pytorch不要用pip，改成conda，pip太慢了，下载不下来）个人推荐学习学习笔记本节代码文件在源代码文件的chapter_deep-learning-computation/custom-layer.ipynb中不带参数的层下面的CenteredLayer类要从其输入中减去均值。要构建它，我们只需继承基础层类并实现前向传播功能。让我们向该层提供一些数据，验证它是否能按预期工作。带参数的层。
跟李沐学AI-动手学深度学习-现代卷积神经网络
哇哈哈哈的博客
09-22 1208
AlexNet 深度学习之前最火的是机器学习： 特征提取。 选择核函数来计算相关性。 凸优化问题。 漂亮的定理。 计算机视觉方面之前关注的不是机器学习而是几何学： 抽取特征。 描述几何（例如多相机）， （非）凸优化。 漂亮定理。 假设满足了，效果很好。 在十几年前，计算机视觉中最重要的是特征工程： 特征工程是关键。 特征描述子：SIFT，SURF。 视觉词袋（聚类）。 最后用 SVM。 数据集ImageNet(2010)：自然物体的彩色图片。 AlexNet赢得了2012年ImageNet竞赛。
【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记
qq_44832832的博客
11-14 2353
【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记
跟着李沐学AI（动手学深度学习 PyTorch版）学习笔记——03安装（环境配置d2l、pytorch）（python3.7版本+Windows+各种问题解决措施）
qq_45499204的博客
06-24 8478
跟着李沐学AI（动手学深度学习 PyTorch版）学习笔记——03安装（python3.7版本+Windows+各种问题解决措施）
深度学习（花书）+ 动手学深度学习（李沐）资料链接整理
weixin_44994302的博客
08-24 6605
深度学习（花书）+ 动手学深度学习（李沐）资料链接整理 1 深度学习（花书） 1.1 中文版 链接：https://github.com/exacity/deeplearningbook-chinese 1.2 英文版（原版） 链接：https://www.deeplearningbook.org/ 2 动手学深度学习（李沐） 说明：v1版本为MXNET版本， V2加入了Pytorch和Tensorflow2.0 李沐视频预告：https://www.bilibili.com/video/BV1i
动手学深度学习（四）
01-06
机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。 主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。 首先，将...
动手学深度学习d2l-zh_李沐1
08-03
动手学深度学习d2l-zh_李沐1
李沐-动手学深度学习笔记
01-05
李沐老师b站课程的笔记，
《动手学深度学习》2020正式版本-李沐_深度学习
09-11
深度学习资料，能快速提升自己在这方面的能力
李沐深度学习课程网址
xys430381_1的专栏
09-12 4013
https://zh.gluon.ai//index.html
[课程笔记]（李沐-动手学深度学习）
weixin_38800498的博客
06-09 5193
比如y=|x|的导数，可以在[-1,1]之间取任意值 将导数拓展到向量->梯度 第一种情况：y标量x向量 （y标量x向量）补充：内积 可以这样来理解向量内积：向量a、b的内积等于向量a在b方向的分量（或投影）与b的内积，当a、b垂直时，a在b方向上无分量，所以内积为0。其他几何意义：从内积数值上我们可以看出两个向量的在方向上的接近程度。 当内积值为正值时，两个向量大致指向相同的方向（方向夹角小于90度）； 当内积值为负值时，两个向量大致指向相反的方向（方向角大于90度）； 当内积值为0时，两个向量互相垂
李沐-动手学深度学习
qq_60678226的博客
05-23 759
n维数组是机器学习和神经网络的主要数据结构。 首先导入torch: 张量表示一个数值组成的数组，这个数组可能有多个维度 arange(x): 表示0到x-1的整数数列，左闭右开 张量的shape属性来访问张量的形状和张量中元素的总数 张量的numel()属性来访问张量中元素的总数（标量） 改变一个张量的形状而不改变元素数量和元素值，我们可以调用reshape()函数 dtype确定张量的数值类型（dtype=torch.float32)32位的浮点数 cat将两个张量..
用PyTorch实现的李沐《动手学深度学习》，登上GitHub热榜，获得700+星
量子位
09-10 2901
晓查 发自 凹非寺量子位 报道 | 公众号 QbitAI李沐老师的《动手学深度学习》是一本入门深度学习的优秀教材，也是各大在线书店的计算机类畅销书。作为MXNet的作者...
李沐-动手学深度学习-多层感知机的实现
qq_60678226的博客
06-06 576
简单介绍了多层感知机的原理，及各个层之间的对应关系，多层感知机的代码实现。
李沐开源新作，一起来《动手学深度学习》
Datawhale
06-28 3162
点击上方“Datawhale”，选择“星标”公众号第一时间获取价值内容图文 / 静修 排版/ 家豪【导读】《动手学深度学习》这本书由亚马逊首席科学家李沐，亚马逊应用...
李沐《动手学习深度学习》课程资源
qq_35661896的博客
07-22 385
http://zh.gluon.ai/ http://zh.gluon.ai/
李沐动手学深度学习V2-AlexNet模型和代码实现
flyingluohaipeng的博客
05-02 2495
1. AlexNet 1.1 AlexNet概要 如果你和机器学习研究人员交谈，你会发现他们相信机器学习既重要又美丽：优雅的理论去证明各种模型的性质。机器学习是一个正在蓬勃发展、严谨且非常有用的领域。然而，如果你和计算机视觉研究人员交谈，你会听到一个完全不同的故事。他们会告诉你图像识别的诡异事实————推动领域进步的是数据特征，而不是学习算法。计算机视觉研究人员相信**，从对最终模型精度的影响来说，更大或更干净的数据集、或是稍微改进的特征提取，比任何学习算法带来的进步要大得多。** 2012年，AlexNe
李沐老师的PyTorch 版《动手学深度学习》PDF 开源了（全中文，支持 Jupyter 运行）
热门推荐
Machine Learning with Tutors
01-02 1万+
李沐，亚马逊 AI 科学家，也是我在Amazon实习时的大BOSS。由李沐、Aston Zhang 等人合力打造的《动手学深度学习》正式上线，免费供大家阅读。这是一本面向中文读者的能运行、可讨论的深度学习教科书 李沐的这本《动手学深度学习》也是使用 MXNet 框架写成的。但是很多入坑机器学习的萌新们使用的却是 PyTorch。如果有教材对应的 PyTorch 实现代码就更好了~ 撒花，最...
李沐《动手学习深度学习》
最新发布
10-08
李沐是一位著名的深度学习专家，他是MXNet深度学习框架的创始人之一，并且担任着D2L（动手学习深度学习）这门开放在线教育课程的作者之一。《动手学习深度学习》（Dive into Deep Learning）是该课程的教材，它旨在...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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