动手学深度学习第一天

最新推荐文章于 2024-07-11 14:06:01 发布
最新推荐文章于 2024-07-11 14:06:01 发布
阅读量301 收藏
点赞数
分类专栏： 深度学习初阶 文章标签： 深度学习 python pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44170204/article/details/126843189
版权

1、安装d2lzh_pytorch

该库的下载地址：链接: https://pan.baidu.com/s/1zHovi6T0zaEL5MNwknh56Q 密码: grgv
下载后得到文件：

将整个文件夹移到如下目录中（该处和Windows的路径稍有不同，注意辨别）
在这里插入图片描述
进行如下两步操作后，直接就可以了。

2、nn.Conv2d

from torch import nn
conv2d = nn.Conv2d(in_channels=1,out_channels=1
最低0.47元/天 解锁文章
「已注销」
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
NLP-D21-UNICORN&pytorch实践
weixin_45252975的博客
05-15 469
–0613看了一会论文，但是还没完成今天读论文的任务。维护了一套模板。先去吃个早饭！ –0632继续看会论文 —0647 开始敲pytorch了！！！ 1\训练流程 初始化 重复： 计算loss 计算梯度，更新 2\训练过程对应代码！ # 每一轮结束后，用所有的样本对训练情况进行评估，所以用features而不是X 3、square_loss中reshape的原因 def square_loss(y_hat,y): # reshape的原因是防止一个为行向量一个为列向量 return (y_ha
《动手学深度学习》环境搭建全程详细教程 window用户
m0_52172313的博客
10-22 2656
《动手学深度学习》环境搭建全程详细教程 window用户 一、下载并安装Miniconda 二、环境搭建 三、激活之前创建的环境 四、安装cuda 五、Jupyter安装 六、jupyter导入mxnet模块
动手学深度学习(pytorch版本) | 第三章：深度学习基础
上山的人
02-26 410
文章目录3.1 线性回归3.1.1 线性回归的节本要素3.1.2 线性回归的表示方法3.4 softmax回归3.4.5 交叉熵损失函数3.4.6 模型预测及评价3.4.7 小结3.5 图像分类数据集（Fashion—MNIST）3.5.1 获取数据集3.6 softmax回归从零开始实现二、使用步骤1.引入库2.读入数据总结 3.1 线性回归 线性回归输出是一个连续值，因此适用于回归问题。 softmax回归则适用于分类问题。 3.1.1 线性回归的节本要素 模型定义 模型训练 训练数据——&
动手学深度学习之一一配置环境
老权仔的博客
07-16 2405
一一配置环境一、安装Miniconda二、下载d21-zh安装包三、用conda创建虚拟环境四、jupyter notebook运行No moudule name'mxnet' 一、安装Miniconda 二、下载d21-zh安装包 三、用conda创建虚拟环境 #配置清华PyPI镜像（如无法运行，将pip版本升级到>=10.0.0） pip config set global.index-...
动手深度学习（一）环境安装
Singularity的博客
08-17 8358
序言 从今天开始进行李牧大佬的《动手深度学习一书》的学习，首先要进行环境的安装和配置，在这里记录一下自己安装过程中踩过的一些坑。相关的资源在该项目的网址上都可以得到https://zh.gluon.ai/其中的PDF可以下载到本地进行阅读，同时会在本地的PDF中生成一个你下载当天的日期。书中的所有实例代码都有相应的jupyter notebook提供下载和运行。废话不多说，下面就开始进行环境的...
【李沐】动手学深度学习 学习笔记
热门推荐
chenxiaowai_的博客
03-21 1万+
你好！这是【李沐】动手学深度学习v2-基于pytorch版本的学习笔记教材源代码安装教程（安装pytorch不要用pip，改成conda，pip太慢了，下载不下来）个人推荐学习学习笔记本节代码文件在源代码文件的chapter_deep-learning-computation/custom-layer.ipynb中不带参数的层下面的CenteredLayer类要从其输入中减去均值。要构建它，我们只需继承基础层类并实现前向传播功能。让我们向该层提供一些数据，验证它是否能按预期工作。带参数的层。
#李沐动手学深度学习第一天 # No module named ‘torch‘
weixin_46607216的博客
10-20 415
#李沐动手学深度学习第一天 # No module named ‘torch‘
【Pytorch】动手学深度学习（二）
01-06
学习安排如下： Task03：过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶（1天） Task04：机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer（1天） ...第一次接触encoder-
一天入门深度学习
03-30
一天入门深度学习，这不仅是台大李宏毅教授课程的主题，也是许多初学者希望达到的目标。李宏毅教授以其深入浅出的讲解风格，为广大学者提供了一个快速理解和实践深度学习的路径。 深度学习的基石在于多层神经网络，...
深度学习入门
03-04
第一天 理论：人工智能和深度学习导论 动机：深度学习的基础和术语 AI vs ML vs DL：比较 特征和重量 机器学习回顾：线性回归，逻辑回归 激活功能。 动手 Python编程简介 第二天 理论：神经网络 神经网络 损失函数 ...
d2lzh_pytorch包【下载即可用】
07-12
【动手学深度学习（pyTorch）】d2lzh_pytorch包，亲测可用，已经所有函数写在包中。免费下载，热心无偿分享。
21天学通Python 简单易懂 适合新手
10-09
第一天，通常会介绍Python的安装和环境配置，包括解释器的选择（如Anaconda或Python.org）以及集成开发环境（IDE）的使用，如PyCharm或Visual Studio Code。 接下来的几天，教程会深入到Python的基础语法，如变量、...
NLP-D21-HINTI&动手学深度学习代码实践D2
weixin_45252975的博客
05-14 353
—0600早上4点多就读上论文了，还差一点，先吃个饭。 —0617看了“糖果果的陈同学”关于AI入坑的建议：python和ML和DL快学；在自己的interest上待足够长的时间。我的interest可能就是nlp和图叭，要继续往下挖掘。 –0622继续读论文，争取7点之前读完，今天的主要任务还是看李沐的课和敲代码！ –0642提前完成任务！！要不看看UNICORN的摘要和总结？？？ –0709鹅鹅鹅去整理了一下表格，发现越整越乱，都复制错位置了，具体还是看文档叭。 –0719看了赵鑫老师关于科研的见解，细
GCN-LSTM实现时空预测
weixin_44992737的博客
07-10 520
GCN-LSTM实现交通流量预测,时空预测,
基于深度学习的点云降噪
weixin_42605076的博客
07-10 1383
基于深度学习的点云降噪是一种利用深度学习模型处理三维点云数据，以去除噪声并恢复点云的原始形状和细节的方法。点云数据广泛应用于自动驾驶、机器人导航、3D扫描和虚拟现实（VR）等领域，因此高质量的点云数据处理至关重要。
Transformer-LSTM分类 | Matlab实现Transformer-LSTM多特征分类预测/故障诊断
关注并私信文章链接，获取对应文章源码和数据，机器学习之心的博客。
07-10 823
Transformer-LSTM分类 | Matlab实现Transformer-LSTM多特征分类预测/故障诊断
【深度学习】图形模型基础(6)：模型优化理论
MUKAMO的博客
07-10 922
模型优化理论关注提升模型性能、准确性和效率。SGD（随机梯度下降）是其关键算法之一，通过随机选取样本计算梯度并更新模型参数，以提高训练速度和适用性。SGD尤其适合大规模数据集，但可能因梯度噪声导致收敛波动。改进算法如动量法和自适应学习率算法（如Adam）进一步加速收敛并提升精度。总之，模型优化理论和SGD是机器学习不可或缺的工具，助力提升模型性能，推动深度学习发展。
【人工智能】深度学习：神经网络模型
最新发布
边走、边悟、迟早变好
07-11 1363
神经网络（Neural Network）是一种模拟人脑神经元连接方式的计算模型。其基本组成部分是神经元（Neurons），通过加权连接和激活函数构成复杂的网络结构。神经网络广泛应用于模式识别、分类和回归等领域。
人工智能及深度学习在病理组学中的应用概述｜系列推文·24-07-11
qq_45404805的博客
07-10 1192
首先，小罗会带大家回顾计算机和编程的起源，解释从最初的电子计算器到现代计算机的发展历程，以及高级编程语言如何简化计算机指令的编写。其次，本期推文会深入探讨机器学习的不同类型，包括深度学习、神经网络和其他学习算法，以及它们如何被应用于解决实际问题，特别是在病理学领域。最后，小罗会列举一些AI技术当前面临的挑战，包括算法的单一任务限制、对大量数据集的需求以及计算过程中的能源效率问题……。
动手学深度学习pytorch.pdf
02-26
"动手学深度学习pytorch.pdf" 是一份深度学习的学习文档，专注于通过PyTorch框架进行实践教学。该文档由AstonZhang、ZacharyC.Lipton、MuLi和AlexanderJ.Smola合作编写，内容涵盖深度学习的基础知识、PyTorch的使用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值