![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络项目
文章平均质量分 87
神经网络模型各种案例实战项目
小森( ﹡ˆoˆ﹡ )
(ง •̀_•́)ง加油
展开
-
反向传播算法
在深度学习和神经网络中,反向传播算法是一种至关重要的技术,它使得网络能够通过学习不断调整自身的参数以优化性能。作为训练神经网络的核心机制,反向传播通过计算损失函数对模型参数的梯度,并据此更新网络权重,从而逐步减少预测值与真实值之间的差距。这一过程是神经网络实现自适应学习、提升预测精度的关键步骤,为现代机器学习应用提供了强大的支持。在神经网络中,每个神经元的输出是通过将输入数据应用于一系列函数(如权重相乘、加偏置、激活函数等)计算得到的。每一层的输出会成为下一层的输入。原创 2024-06-12 22:49:58 · 720 阅读 · 0 评论 -
Transformer介绍
它不仅提高了各项任务的性能,还为未来的研究提供了新的思路和方向。Transformer模型主要由编码器(Encoder)和解码器(Decoder)两部分组成,编码器负责处理输入序列,将其转换为一种中间表示形式(即上下文嵌入向量),这种表示形式可以捕获输入序列的全局依赖关系,解码器则根据编码器输出的上下文嵌入向量生成目标序列。在著名的SOTA机器翻译榜单上, 几乎所有排名靠前的模型都使用Transformer,随着人工智能技术的加速演进,AI大模型已成为全球科技竞争的新高地。原创 2024-06-11 10:33:15 · 807 阅读 · 3 评论 -
使用seq2seq架构实现英译法
将它们拼接成一个中间语义张量c, 接着解码器将使用这个中间语义张量c以及每一个时间步的隐层张量, 逐个生成对应的翻译语言。原创 2024-06-10 09:55:51 · 1663 阅读 · 29 评论 -
RNN、LSTM、GRU神经网络构建人名分类器
关于人名分类问题:以一个人名为输入, 使用模型帮助我们判断它最有可能是来自哪一个国家的人名, 这在某些国际化公司的业务中具有重要意义, 在用户注册过程中, 会根据用户填写的名字直接给他分配可能的国家或地区选项, 以及该国家或地区的国旗, 限制手机号码位数等等。数据下载地址: https://download.pytorch.org/tutorial/data.zip整个案例的实现可分为以下五个步骤。原创 2024-06-02 22:58:54 · 1284 阅读 · 3 评论 -
注意力机制详解
我们观察事物时,之所以能够快速判断一种事物(当然允许判断是错误的), 是因为我们大脑能够很快把注意力放在事物最具有辨识度的部分从而作出判断,而并非是从头到尾的观察一遍事物后,才能有判断结果. 正是基于这样的理论,就产生了注意力机制。它需要三个指定的输入Q(query), K(key), V(value), 然后通过计算公式得到注意力的结果, 这个结果代表query在key和value作用下的注意力表示. 当输入的Q=K=V时, 称作自注意力计算规则。原创 2024-06-01 08:21:23 · 1222 阅读 · 10 评论 -
安装PyTorch详细步骤
目前常见的深度学习框架有很多,最出名的是:PyTorch(facebook出版), Tensorflow(谷歌出版),PaddlePaddle(百度出版)。Nvidia显卡如果要装pytorch,可以用windows系统,也可以用Linux系统,如果有Nvidia显卡,则安装GPU版本PyTorch,首先升级显卡驱动,将自己显卡驱动升级到最新。如果有Nvidia显卡,则安装cuda版本的PyTorch,如没有nvidia显卡,则安装cpu版。下载CUDA后,使用默认安装即可。验证GPU版是否安装成功。原创 2024-05-28 15:31:50 · 1229 阅读 · 24 评论 -
Tensors张量操作
下面是一个常见的tensor,包含了里面的数值,属性,以及存储位置。原创 2024-05-27 14:32:38 · 759 阅读 · 2 评论 -
PyTorch的数据处理
💥今天看一下 PyTorch数据通常的处理方法~一般我们会将dataset用来封装自己的数据集,dataloader用于读取数据。原创 2024-05-27 13:56:56 · 693 阅读 · 3 评论 -
PyTorch中的模型创建
最全最详细的PyTorch神经网络创建~话不多说直接开始~nn.Module可以用查看网络结构,如果没有的话,使用pip命令进行安装。原创 2024-05-26 23:08:04 · 1086 阅读 · 3 评论