动手学深度学习

最新推荐文章于 2024-04-22 14:48:43 发布
最新推荐文章于 2024-04-22 14:48:43 发布
阅读量96 收藏
点赞数
分类专栏： pytorch 深度学习
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_51143009/article/details/115459635
版权
积分学的根基——逼近法，是微积分的基础。然而，在深度学习中，面对复杂的多元函数，传统的微分规则往往力不从心。此时，链式法则成为微分复合函数的关键工具，它能有效解决多元函数的微分问题，为神经网络优化提供理论支持。
摘要由CSDN通过智能技术生成

1.逼近法就是 积分（integral calculus）的起源
2.微分多元函数有很多规则，但在深度学习中很多多元函数是复合的，不能用规则来微分函数，所以需要用链式法则来微分函数
在这里插入图片描述

Camellia@
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_1
dayday学习的博客
02-13 887
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（四）
no-bug
02-17 754
机器翻译及相关技术； 注意力机制与Seq2seq模型； Transformer 一 机器翻译及相关技术 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，将数据集清洗、转化为神经网络的输入minbatch，分词，建立词典。# Encoder-De...
动手学深度学习 | 安装
狂放不羁霸的博客
04-01 1188
1 安装 Miniconda 1.1 什么是 Miniconda 1.2 安装 Miniconda 1.3 使用 Miniconda 创建环境 2 安装深度学习框架和 d2l 软件包 2.1 什么是 GPU 2.2 查看本机 GPU 2.3 安装 Pytorch 2.4 安装 d2l
【李沐】动手学深度学习 学习笔记
热门推荐
chenxiaowai_的博客
03-21 1万+
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。
李沐动手学深度学习-优化和深度学习
最新发布
weixin_63339973的博客
04-22 3517
对于深度学习问题，我们通常会先定义损失函数。一旦有了损失函数，就可以使用优化算法来尝试最小化损失。在优化中，损失函数通常被称为优化问题的目标函数。按照传统惯例，大多数优化算法都关注的是最小化。
动手学深度学习pytorch.pdf
02-26
《动手学深度学习PyTorch》是一本面向实践的深度学习教程，旨在帮助读者通过动手实践来掌握深度学习的核心概念和技术。这本书由Aston Zhang、Zachary C. Lipton、Mu Li和Alexander J. Smola等人撰写，最新版本为...
动手学深度学习课程PPT
03-21
本“动手学深度学习课程PPT”涵盖了深度学习的基础理论、常用模型以及实践应用，旨在帮助学习者深入理解并掌握这一技术。 1. **深度学习基础**： - 神经网络：神经网络是深度学习的核心，由多个层次的节点（神经元...
动手学深度学习课程作业和答案
03-21
本资源"动手学深度学习课程作业和答案"提供了一个学习深度学习的实践平台，帮助学生和研究人员巩固理论知识，提升实战技能。 在深度学习中，我们通常会涉及以下几个核心概念： 1. **神经网络**：神经网络是深度...
动手学深度学习-tensorflow-源代码
04-14
《动手学深度学习》是一本深受读者欢迎的书籍，它主要涵盖了深度学习的基本概念、理论以及实战技巧。这本书特别强调了TensorFlow这一强大的开源库在深度学习中的应用。TensorFlow是由谷歌开发的一个用于数值计算的...
动手学深度学习（2）
01-06
动手学深度学习（2） 过拟合和欠拟合 接下来，我们将探究模型训练中经常出现的两类典型问题： 一类是模型无法得到较低的训练误差，我们将这一现象称作欠拟合（underfitting）； 另一类是模型的训练误差远小于它在...
aistudio解压zip
qq_51143009的博客
05-02 6119
最近整软件杯，在aistudio上传数据跑代码，还在上传数据阶段，好像太大的包只能一个一个上传，图片啥的只能上传五个，就很离谱呀 百度看了一下可以上传压缩包再解压，按照他提示可以复制解压路径 但是跑出来是这样的，再百度一下发现并不是这样的 来自 https://jingyan.baidu.com/article/c275f6ba714393e33d7567b3.html https://blog.csdn.net/qq_33124895/article/details/91049055 import zi
Mask-RCNN(2)Resnet101
qq_51143009的博客
04-23 5846
1. M,对应着图像中的CNN部分，其对输入进来的图片有尺寸要求，需要可以整除2的6次方。在进行特征提取后，利用长宽压缩了两次、三次、四次、五次的特征层来进行特征金字塔结构的构造。ask-RCNN使用Resnet101作为主干特征提取网络 2.ResNet101有两个基本的块，分别名为Conv Block和Identity Block，其中Conv Block输入和输出的维度是不一样的，所以不能连续串联，它的作用是改变网络的维度；Identity Block输入维度和输出维度相同，可以串联，用于加深网络的。
One Pixel Attack for Fooling DNN 对抗样本单像素攻击
qq_51143009的博客
01-18 4652
One Pixel Attack for Fooling DNN 对抗样本单像素攻击 2019 One Pixel Attack for Fooling DNN 1.前言 通过在图像中添加一些人眼无法识别的扰动，可以使分类器分类对抗图片错误。 在这篇文章中，作者认为分析DNN的分类边界的集合特征也能够帮助理解DNN的分类特性。以往的工作对这方面的研究相对较少，是因为理解高维空间的几何特征相对困难。然而，DNN相对于对抗性扰动的鲁棒性评估可能有助于解决这个复杂的问题。 论文中使用差分进化提出一种单像素的黑盒攻
目标检测的一些基本概念
qq_51143009的博客
12-01 3485
暑假的时候对目标检测做了些研究，没有发什么博客，现在是整理了一下自己的笔记，主要是在吴恩达视频讲解的目标检测以及一些自己的理解，我之前在网上有找到一个目标检测过程的动图解析，觉得挺好的但是！我找不到链接了，如果uu们不能理解过程建议多去找找相关的介绍。 顺便建议大家去看看气泡大大的博客和视频讲解，气泡大大，我的超人！ https://blog.csdn.net/weixin_44791964/article/details/103276106?ops_request_misc=%257B%2522requ
Zero shot learning
qq_51143009的博客
12-02 3267
Zero shot learning 主要考察的问题是如何建立语义和视觉特征的关系（视觉特征一般用预训练好的CNN提取特征，不再进行fine-tine） 为了预测从未在训练集上出现的目标种类，仿照人的思维迁移，能根据某些特征描述（他和谁长得像，有点类似于科学家第一次看见鸭嘴兽的感觉），猜测一个从未见过的目标种类。 Zero shot learning:假设斑马是未见过的类别，但根据描述和过去知识的印象即马（和马相似）、老虎（有条纹）、熊猫（颜色）相似进行推理出斑马的具体形态，从而能对新对象进行辨认。 零
目标检测比赛提高mAP的方法
qq_51143009的博客
05-30 3143
数据预处理 分析数据集中标注框的性质 主要是分析bbox的area和高宽比的分布，根据area和aspect_ratio来设置anchor generator的参数。 另外，当aspect ratio分布比较分散时，可以考虑使用Deform conv 分析类别均衡问题 统计数据集中各类别实例的比例，如果类别分布不均衡（最多和最少差别几倍以上），可以考虑使用detectron2中的RepeatFactorTrainingSampler。 训练集和验证集的分割 在一般的比赛中，都会限制每天结果的提交次数，因此使
路径中的‘.‘和‘..‘还有‘./‘和‘../‘都是什么意思
qq_51143009的博客
06-13 2839
这和linux系统是一样的， . 表示当前目录 … 表示当前目录的上一级目录。 ./表示当前目录下的某个文件或文件夹，视后面跟着的名字而定 …/表示当前目录上一级目录的文件或文件夹，视后面跟着的名字而定。 例如： 文件夹 a 下面有 文件夹b c 和文件 d。 文件夹b下面有e.php 和文件f。 则e中的 . 表示 文件夹b ./f 表示b下面的文件f。 … 表示a文件夹。 …/d 表示a文件夹下的d文件。 ...
如何读论文
qq_51143009的博客
12-03 2241
最近看论文比较浮躁，也不知道该怎么着手，读的时候也不知道侧重点在哪里，所以去B站听了一下李沐老师的方法介绍，希望对自己有所帮助。 （小声逼逼，最近考试好多呜呜呜 来自李沐老师→【论文精读】 文章分为 1、标题 2、作者 3、摘要 4.简单介绍 5、方法 6、方法的可执行性 7、总结 怎么进行论文的筛选从而获取自己最想精读的文章？ 第一遍（海选： ①先关注文章的标题和摘要 ②跳到结论确定论文title啥意思，是否与你相关 ③看看文章中的图表可以大概知道文章讲些什么方法，是否适合你需要寻找的方法 -
aistudio基本教程
qq_51143009的博客
05-02 1535
https://blog.csdn.net/weixin_41450123/category_10707833.html?ops_request_misc=&request_id=&biz_id=102&utm_term=aistudio%E5%A6%82%E4%BD%95%E5%8A%A0%E8%BD%BDaistudio%E6%9C%89%E7%9A%84%E6%95%B0%E6%8D%AE%E9%9B%86&utm_medium=distribute.pc_search
动手学深度学习 v2 pdf
07-14
《动手学深度学习 v2》是一本介绍深度学习的教材，通过动手实践的方式帮助读者深入理解深度学习的理论和实践。这本书由李沐等人共同编写，内容包含了深度学习的基本概念、算法原理以及实际应用等方面。 这本书的...
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