![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
动手学深度学习笔记
文章平均质量分 96
groperr
人可以菜,但不能菜的不自知,而且懒得心安理得。
展开
-
《动手学深度学习(Pytorch版)》Task03:线性神经网络——4.29打卡
学习线性神经网络架构、数据处理、指定损失函数和如何训练模型,以及softmax回归的原理及训练。原创 2024-04-29 21:41:09 · 502 阅读 · 0 评论 -
《动手学深度学习(Pytorch版)》Task02:预备知识——4.25打卡
《动手学深度学习(Pytorch版)》Task02:预备知识——4.25打卡数据操作N维数组——张量创建数组访问元素入门初始化矩阵运算符广播机制索引和切片节省内存转换为其他Python对象转换为NumPy张量`ndarray`张量转换为Python标量数据预处理安装pandas读取数据集处理缺失值转换为张量格式删除缺失值最多的列线性代数标量向量长度、维度和形状矩阵范数特殊矩阵特征向量和特征值张量降维非降维求和点积(Dot Product)——标量矩阵-向量积矩阵-矩阵乘法范数微积分导数和微分亚倒数偏导数梯度原创 2024-04-25 22:28:43 · 826 阅读 · 0 评论 -
《动手学深度学习(Pytorch版)》Task01:初识深度学习——4.22打卡
(gradient descent):常用的优化算法,在每个步骤中,梯度下降法都会检查每个参数,看看如果仅对该参数进行少量变动,训练集损失会朝哪个方向移动。然后,它在可以减少损失的方向上优化参数。(neural networks):一种模仿生物神经网络(动物的中枢神经系统,特别是大脑)的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。(reinforcement learning):让智能体(agent)在与环境交互的过程中,通过学习最优的行为策略,来实现最大的回报或目标。原创 2024-04-22 23:10:11 · 1415 阅读 · 0 评论