- 博客(4)
- 收藏
- 关注
RSS订阅原创 动手学深度学习-2.5-自动微分
一个是向量另外一个是标量，求导之后还是向量； 一个是向量硬外一个是向量，求导之后变为矩阵。 BP算法 由此可见反向很耗费资源，因为需要储存中间结果 import torch x = torch.arange(4.0) x → tensor([0., 1., 2., 3.]) //在我们计算 y 关于 x 的梯度之前，我们需要一个地方来存储梯度。 重要的是，我们不会在每次对一个参数求导时都分配新的内存。 因为我们经常会成千上万次地更新相同的参..
2021-12-14 19:20:04
718
原创 动手学深度学习-2.1预备知识-数据操作
数据操作 首先，我们导入torch。请注意，虽然它被称为PyTorch，但是代码中使用torch而不是pytorch。 可以使用arange创建一个行向量x。 这个行向量包含从0开始的前12个整数，它们被默认创建为浮点数。 可以通过张量的shape属性来访问张量（沿每个轴的长度）的形状。 要想改变一个张量的形状而不改变元素数量和元素值，可以调用reshape函数。 例如，可以把张量x从形状为（12,）的行向量转换为形状为（3,4）的矩阵。 这个新的张量包含与转换前相同的值，但是它被看成一个3行...
2021-12-09 09:54:06
171
原创 动手学深度学习-1.前言
机器学习：监督学习、非监督学习、强化学习 监督学习：回归、分类 监督学习： 目标是生成一个模型，能够将任何输入特征映射到标签，即预测。举一个具体的例子。 假设我们需要预测患者是否会心脏病发作，那么观察结果“心脏病发作”或“心脏病没有发作”将是我们的标签。 输入特征可能是生命体征，如心率、舒张压和收缩压。 回归： 回归（regression）是最简单的监督学习任务之一。 比方说，假设我们有一组房屋销售数据表格，其中每行对应于每个房子，每列对应于一些相关的属性，例如房屋的面积、卧室的数量、浴室的数量以.
2021-12-03 22:20:08
298
原创 【无标题】
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2021-12-03 21:21:41
54
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人