- 博客(5)
- 收藏
- 关注
原创 3.4 命名张量 Named tensor
他除了会两手扣定比别人强一点以外,在人脑的理解方面,在对底层原理的这种透彻和来龙去脉的深入的了解方面,完全跟其他行业的精英不在同一个水平上。但是你中文就猜微言大义,我操,这种事情真的会越猜越乱的,我在那儿看了半天,不知道他在说啥,然后英文看哦,原来是咋说这事儿啊?中文翻译的太烂了,看着这个中文去理解它的原来的意思,简直是需要把中文翻译回英文,然后再去猜作者原来的微言大义一样。我就是看了英文,我知道作者想说什么,然后再看中文中文翻译的也没啥问题,但是你不能那么直翻的,根本不是同一回事儿啊,这这两个事情。
2024-03-20 16:38:53
311
1
原创 3.2张量-多维数组,索引张量
到底向量是行向量还是列向量没有什么意义,关键是看他在张量这个变量中是如何存储的,然后从中提取相应的行和相应的列。最关键的是中间的逗号。不可变数据:每一次都是在内存中形成一个新的数,然后复制过去。对于可变数据来讲,是在可变的位置上直接改数。例如.pop,.append()等,都改变了原有数组的数据内容。张量中的内容依然是以tensor的形式存储的,要取出数值的话需要加一个转换。深度复制概念,百分之百复制所有的内容嵌套结构和嵌套结构中的数据库。tuper,元组,内容不改变,可以作为安全的数据容器。
2024-03-19 16:37:25
225
原创 3.1 从张量开始
思考了关于切换赛道、价值投资、中央和地方财政之间的关系。还有增值税,营业税。也许在人工智能时代,中国还需要100万程序员吧。先把物理学上那些张量的概念都给忘掉(物理学中的张量内容太多,太复杂了)。
2024-03-19 16:29:28
81
原创 2.2残差预训练网络ResNet和GAN网络
ReLU是最简单的非线性函数,而只要有非线性函数的话,根据通用近似定理就可以去逼近任何一个连续函数。当然他们都会较大的增加模型计算量,因为本身负轴取值为零,就是为了实举阵稀疏的。对特征图的深度做了一些了解,深度使图像的数量,通道数是数学上的维度。此外,比如气象站会有温度,湿度,风速等彼此独立的变量这样就可以构成更维度的变量。完成了对狗图片的分类识别。在这里有很多不错的比方,例如车辆启动,停车,寻找车位等。Bottleneck,瓶颈,神经网络中有很多的瓶颈,它的作用主要是起到先降维、运算、再升维的一个过程。
2024-03-14 15:36:50
463
原创 Pytorch基础
包括急切模式的作用。而是随时根据数据的输入来构建网络。这样更灵活,也可以构建合适大小的网络。再然后使用狗的图像。进行前半部分的尝试。接下来是预训练网络的内容。预训练网络是一个已经训练好参数的网络。他不需要去做数据的反向传播和修改参数。因此消耗的存储空间比较小。Jupyter notebook之前一直都错误的弄成了写Python代码的模式。每一个net中都有一系列的模块,包括conv卷积模块。一系列预先训练好的网络。残差网络ResNet。今天开始正式PyTorch的编程工作。下面可以去运行我们的模型了。
2024-03-13 16:39:49
345
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