深度学习
SkaWxp
这个作者很懒,什么都没留下…
展开
-
线性回归的简单实现
文章目录线性回归的简单实现生成随机数据集读取数据初始化模型参数定义模型定义损失函数定义优化算法训练模型线性回归的简洁实现生成数据集读取数据定义模型初始化模型参数定义损失函数定义优化算法训练模型 线性回归的简单实现 用了mxnet中的自动求导和数组结构 from mxnet import autograd, nd import random 生成随机数据集 只有这个是用了自己造的数据,因为线性回归...原创 2019-08-30 22:24:50 · 401 阅读 · 0 评论 -
深度学习的理解
softmax连接输入输出的模型中,输出需要每个类别的概率 线性回归中,我们只需要输出靠近目标值——就是函数结果 输出是yhat原创 2019-08-31 09:53:00 · 127 阅读 · 0 评论 -
softmax简单实现
softmax连接输入输出的模型中,输出需要每个类别的概率 线性回归中,我们只需要输出靠近目标值——就是函数结果 输出是yhat 文章目录softmax的简单实现获取和读取数据初始化模型参数定义模型定义损失函数训练模型预测softmax回归的简洁实现 softmax的简单实现 import d2lzh as d2l from mxnet import autograd, nd 获取和读取数据 选...原创 2019-08-31 10:55:18 · 1160 阅读 · 0 评论 -
动手学深度学习——安排和进度
Day1(视频1):线性回归、深度学习基本框架和流程、gluon简单实现 Day2(视频2、3: softmax回归、多层感知机的实现;模型选择、欠拟合过拟合 深度学习计算:gluon的使用方法,包括创建神经网络,初始化参数,读取模型和自定义层 GPU版本的mxnet和如何使用GPU计算 卷积网络原理和实现、深度卷积网络 kaggle房价预测 代办:回顾上面内容、看书、kaggle实践 ...原创 2019-08-31 15:49:49 · 529 阅读 · 0 评论 -
卷积简介
文章目录二维卷积层二维互相关运算二维卷积层特征图和感受野填充和步幅 padding-and-strides多输入通道和多输出通道 channels1×1 卷积层池化层 pooling卷积神经网络(LeNet)深度卷积神经网络(AlexNet)使用重复元素的网络(VGG)网络中的网络(NiN)含并行连结的网络(GoogLeNet)批量归一化残差网络(ResNet)稠密连接网络(DenseNet) 二...原创 2019-09-04 13:32:19 · 784 阅读 · 0 评论 -
mxnet和gluon使用与优化
计算性能 命令式和符号式混合编程 hybridize 符号式: 定义计算流程; 把计算流程编译成可执行的程序; 给定输入,调用编译好的程序执行。 命令式编程更方便。当我们在Python里使用命令式编程时,大部分代码编写起来都很直观。同时,命令式编程更容易调试。这是因为我们可以很方便地获取并打印所有的中间变量值,或者使用Python的调试工具。 符号式编程更高效并更容易移植。一方面,在编译的时候...原创 2019-09-04 16:27:58 · 311 阅读 · 0 评论 -
mxnet API总结
Autograd API Callback API Optimization API NDArray API Module API Image API IO API: Data Loading API KV Store API Metric API Profiler API Contrib Package Run-Time Compilation API Run-Time Feature det...原创 2019-09-09 18:32:35 · 227 阅读 · 0 评论