![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
动手学深度学习【李沐】
进击的reader
这个作者很懒,什么都没留下…
展开
-
04 数据操作+数据预处理
数据操作 N维数组样例 N维数组是机器学习和神经网络的主要数据结构 0-d,是标量,例如1.0,可能表示一个类别 1-d,是向量,例如[1.0, 2.7, 3.4],可能表示一个特征向量 2-d,是矩阵,例如 [[1.0, 2.7, 3.4] [5.0, 0.2, 4.6] [4.3, 8.5, 0.2]] 这可以是一个样本-特征矩阵,三个样本,每个样本3个特征 3-d,三维数组,例如RGB图片(宽×高×通道) [[[1.0, 2.7, 3.4] [5.0, 0.2, 4.6] [4.3, 8.5, 0.原创 2022-04-29 19:39:09 · 1680 阅读 · 0 评论 -
02 深度学习介绍
第一层是感知,看到的东西是什么, 第二层是推理,基于看到的东西想象未来发生什么, 第三层是知识,根据看到的数据和现象,形成自己的知识 第四层是规划,知道未来应该做什么。 自然语言处理比较常见的应用是机器翻译,人类能几秒钟反应过来一句英文是什么意思,这就是一种潜意识的感知,自然语言处理其实就是一种感知。 计算机视觉能够基于看到的东西,做一些推理,图片里面都是一些像素,通常需要用概率模型等。 深度学习也是机器学习的一种,可以做NLP、CV,还可以做reinforce learning等。 本课程最关注的方向就.原创 2022-04-28 13:51:20 · 876 阅读 · 0 评论 -
01 课程安排【动手学深度学习】
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 深度学习基础——线性神经网络,多层感知机 卷积神经网络——LeNet,AlexNet,VGG,Inception,ResNet 循环神经网络——RNN,GRU,LSTM,seq2seq 注意力机制——Attention,Transformer(在NLP的应用) 优化算法——SGD,Momentum,Ad原创 2022-04-28 13:20:38 · 148 阅读 · 0 评论