- 博客(10)
- 收藏
- 关注
原创 如何理解训练集、验证集与测试集?
训练集:模型训练的过程其实就是在求【参数】的过程,我们先假定某类【模型】(比如决策树模型),然后用【训练集】来训练,学习到对应的最优的【参数】。但是问题在于,我们没有办法保证我们假设的那个【模型】是最优的,我们极有可能假设错误对吧。那怎么办呢?有一个简单的解决方案就是我们假设一堆的模型,然后用【训练集】分别对这些模型来进行训练,学习到每一个【模型】中分别对应的参数——这是第一步,也就是【训练集】...
2020-02-21 21:21:00
849
原创 动手学深度学习-循环神经网络-day2打卡
今天终于把RNN的坑补上了,基本逻辑挺明白,但是一到代码部分就晕乎了。还是有一些问题没有搞懂,希望在以后真正实践的时候搞清楚吧!RNN基础循环神经网络引入一个隐藏变量HHH,用HtH_{t}Ht表示HHH在时间步ttt的值。HtH_{t}Ht的计算基于XtX_{t}Xt和Ht−1H_{t-1}Ht−1,可以认为HtH_{t}Ht记录了到当前字符为止的序列信息。上图展示了如何基于R...
2020-02-20 19:36:24
254
原创 动手学深度学习-CNN系列-task5打卡
task5的学习内容有:1. CNN基础2. LeNet3. CNN进阶:AlexNet、VGG、NiN、GoogLeNet首先学习了卷积神经网络的基础,并介绍了在此思想的基础上的几种变型网络。它们各自有着不同的优缺点和适用环境。下面进行具体的介绍~一、卷积神经网络基础主要介绍的是卷积层、池化层、填充(padding)、步幅(stride)、输入/输出通道的含义。1.卷积层我们...
2020-02-18 22:29:00
226
原创 动手学深度学习-语言模型-day2
情人节也要努力学习鸭!今天完成的是day2打卡中的任务~语言模型语言模型n元语法(N-gram)读取数据并建立字符索引def load_data_jay_lyrics(): with open('/home/kesci/input/jaychou_lyrics4703/jaychou_lyrics.txt') as f: corpus_chars = ...
2020-02-14 17:10:57
125
原创 动手学深度学习-文本预处理-day2
day2的任务包括三个:文本预处理、语言模型、循环神经网络后续会将另外两个学习任务的笔记放到这里~O(∩_∩)O文本预处理文本是一类序列数据,一篇文章可以看作是字符或单词的序列,预处理通常包括四个步骤:读入文本分词建立字典,将每个词映射到一个唯一的索引(index)将文本从词的序列转换为索引的序列,方便输入模型这里重点讲一下建立字典这个步骤,在代码中所对应的就是Vocab...
2020-02-13 22:47:40
196
原创 动手学深度学习-多层感知机-day1
依然是day1的打卡内容~~这里是day1的前两个知识点的学习笔记:https://editor.csdn.net/md/?articleId=104284033https://blog.csdn.net/weixin_38224000/article/details/104297263多层感知机1.多层感知机的基本知识2.使用多层感知机图像分类的从零开始的实现3.使用pytor...
2020-02-13 18:33:33
271
1
原创 动手学深度学习-Softmax与分类模型-Day1
Softmax与分类模型今天完成的依然是day1打卡内容中的~学习内容:softmax回归的基本概念如何获取Fashion-MNIST数据集和读取数据Softmax回归模型的从零开始实现,实现一个对Fashion-MNIST训练集中的图像数据进行分类的模型使用pytorch重新实现Softmax回归模型Softmax的基本概念分类问题一个简单的图像分类问题,输入图像的高和...
2020-02-13 17:39:29
184
原创 动手学深度学习-线性回归-Day1
哈~开始写我的第一篇博文了呢希望能以这种方式来记录学习的过程和自己的思考!!!学习愉快~Day1 线性回归学习的主要内容包括:1.线性回归的基本要素2.线性回归模型从零开始的实现3.线性回归模型使用pytorch的简洁实现线性回归的基本要素模型、数据集、损失函数、优化函数1. 模型为了简单起见,这里我们假设价格只取决于房屋状况的两个因素,即面积(平方米)和房龄(年)。接下来我...
2020-02-12 20:08:58
257
2
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