李沐

最新推荐文章于 2024-06-06 15:33:48 发布
最新推荐文章于 2024-06-06 15:33:48 发布
阅读量716 收藏 1
点赞数
分类专栏： 爬虫 文章标签： 人工智能 机器学习 深度学习
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_44412864/article/details/117158384
版权
  • 每天学习一位大佬
    • 李沐，本科上交，博士CMU，知乎网友评论，CMU能排前十
    • 亚马逊AI首席科学家
    • 也是深度学习很好的老师
  • 知乎：https://www.zhihu.com/people/mli65
  • 哔哩哔哩：https://space.bilibili.com/1567748478/

GAN的大家族

WGAN

  • 生成内容和真实内容有多相似

DCGAN

  • CNN结构倒过来，先确定轮廓，

CYCLEGAN

  • 简笔画转为实物照片

STYLEGAN

  • 融入不同的风格产生新图片
pjiang000
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
精品--️李沐 【动手学深度学习】课程学习笔记：使用pycharm编程，基于pytorch框架实现。.zip
02-05
【标题】中的“精品--️李沐 【动手学深度学习】课程学习笔记”指的是由李沐教授的深度学习课程，这是一门旨在帮助学生通过实践掌握深度学习理论和技术的课程。学习笔记通常包括课程的主要概念、关键算法以及编程...
动手学深度学习d2l-zh_李沐1
08-03
动手学深度学习d2l-zh 李沐1 本书是深度学习领域的经典教材，作者李沐等人将深度学习的基础知识和实践经验融汇其中，为读者提供了全面的深度学习知识体系。本书共分为十四章，分别介绍深度学习的基本概念、神经网络...
【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。
【深度学习（李沐）】
Mine的博客
11-12 1176
无论使用哪个深度学习框架，它的张量类（在MXNet中为ndarray， 在PyTorch和TensorFlow中为Tensor）都与Numpy的ndarray类似。如果我们的目标形状是（高度,宽度）， 那么在知道宽度后，高度会被自动计算得出，不必我们自己做除法。在上面的例子中，为了获得一个3行的矩阵，我们手动指定了它有3行和4列。下面的例子分别演示了当我们沿行（轴0，形状的第一个元素）和按列（轴1，形状的第二个元素）连结两个矩阵时，会发生什么情况。在这里，最外层的列表对应于轴0，内层的列表对应于轴1。
李沐老师回归B站！带着大模型创业成果填坑来了
最新发布
量子位
06-06 588
西风 发自 凹非寺量子位 | 公众号 QbitAI终于，AI大神李沐回来了！带着他的大模型创业最新成果——一个专门为复杂场景角色扮演设计的大模型，名为Higgs-Llama-3-70B。得知消息的不少网友已激动在评论区催更，李沐老师也回应，视频坑还是会填的：想你的365天。终于回来了，视频都盘包浆了。那沐神到底干啥去了？这就透过Higgs-Llama-3-70B瞧一瞧。定睛一看，Higgs-Lla...
李沐机器学习入门
weixin_44911248的博客
09-17 282
机器学习分类监督学习：在有标签的基础上去预测标签半监督学习：数据有标签和没标签，根据有标签的数据训练去预测没标签数据的标签无监督学习：对于所有没标签的数据强化学习：类似人类的一种学习，不断的和环境进行交互，根据反馈去调整自己的行为监督学习首先关注的是模型本身，这个模型的输入以及对应的输出是什么损失函数Loss:模型的预测值和真实值之间的差别目标函数Objective：就是在模型训练中的尽可能的优化，比如讲模型的损失和最小。
博士这五年-李沐
thankyvision
02-08 4005
博士这五年 李沐 · 2 天前 前言 12年8月提着一个行李箱降落在匹兹堡机场。没找住的地方，也不知道CMU应该怎么去。对未来一片迷茫，但充满乐观。 现在，刚完成了博士期间最后的一场报告，在同样的机场，不过是在等待离开的航班。 回想过去的五年，是折腾的五年，也是自我感悟和提升的五年。这里我尝试记录这五年主要做过的事情和其中的感想，希望对大家有所启发。 第0年：3/11-8/12
李沐-动手学深度学习
qq_60678226的博客
05-23 775
n维数组是机器学习和神经网络的主要数据结构。 首先导入torch: 张量表示一个数值组成的数组，这个数组可能有多个维度 arange(x): 表示0到x-1的整数数列，左闭右开 张量的shape属性来访问张量的形状和张量中元素的总数 张量的numel()属性来访问张量中元素的总数（标量） 改变一个张量的形状而不改变元素数量和元素值，我们可以调用reshape()函数 dtype确定张量的数值类型（dtype=torch.float32)32位的浮点数 cat将两个张量..
李沐 机器学习.txt
03-05
李沐的 视频教程哦。
李沐动手学深度学习(pytorch版本)”d2lzh_pytorch”包的缺少安装问题
12-21
在学习深度学习的过程中，李沐的《动手学深度学习》PyTorch版本是一个非常受欢迎的教程资源。该书提供了丰富的实践代码，帮助读者深入理解深度学习的原理与应用。然而，在按照书中指导进行实践时，可能会遇到一些...
李沐《动手学习深度学习》--之pytorch神经网络基础（一）
qq_44186052的博客
04-08 1512
如何通过继承nn.module构造模型？ 补充知识：线性层和全连接层没有区别，线性层即全连接层 1. 回顾多层感知机 net = nn.Sequential(nn.Linear(20,256), # 输入层 input20，output256 nn.RelU(), # 隐藏层（全连接层） nn.Linear(256,10)) # 输出层 input256,output 10 以上代码构造了一个简单的
【动手学深度学习】李沐——卷积神经网络
FavoriteStar的博客
10-26 1913
关于李沐老师的【动手学深度学习】课程其中的卷积神经网络章节的学习记录，包括完整代码的解释及个人见解。
李沐--＞卷积神经网络
qq_45268781的博客
10-28 503
卷积是我们学习深度学习最重要的概念之一，看一下卷积的基本知识。我们从一个很简单的例子出发：一个猫和狗的图片分类问题：假设我们用手机拍摄了一张1200万像素的彩色图片，则这张图片上会有3600万个元素。然后我们用一个100个大小的单隐藏层的MLP来训练，则这个模型会有36亿个元素，而这个数字远远多于世界上猫和狗的数量。那还不如直接记住所有的猫和狗咧。所以，当我们使用MLP来处理比较大的图片的时候，就会遇到这种问题，那我们改怎么解决这个问题呢？
李沐深度学习
A_Z666666的博客
09-10 1072
深度学习时机器学习的分支。 深度学习网络可以更深，更复杂。 alphago:计算+增强学习 无人驾驶：物体识别 python在深度学习成为主流 caffe,tesorflow面向产品，开发困难，简单部署 mxnet，gluon:便利的开发，方便的部署 深度学习算法
李沐：用随机梯度下降来优化人生
算法码上来
09-26 227
❤️点击上方，选择星标或置顶，每天给你送上干货❤️作者 | 李沐CMU 亚马逊首席科学家出品 | 公众号：算法码上来（ID：GodNLP）- BEGIN-今天看到李沐发表的一篇文章：《...
李沐：博士这五年
给我一点温度
08-13 3995
作者： 李沐，2008年毕业于上海交通大学计算机系,大学期间，曾在微软亚洲研究院担任实习生，大学毕业后，开始担任香港科技大学研究助理。 2011年，李沐加入百度，成为百度高级研发与开发人员，主要研究任务是“如何高效的利用数百台机器快速的在数十T的数据上训练出模型。” 2012年，李沐赴美国卡耐基梅隆大学攻读博士学位，期间在谷歌实习，主要研究内部代码和文档。 2017年博士毕业后，...
关于李沐，关于学习
q789151的博客
03-25 1567
1 一年后，李沐再次踏上了求学之路。“在百度的经历让我学到了很多，也更清楚地发现了自己的短板。但是当时国内做系统方向的人比较少，所以我还是选择了去美国继续攻读博士。” “不过，这只是一个原因。” 另一个原因是：李沐在香港学习期间，遇到了现在的妻子，她被 MIT 录取，为了不忍受异地恋的辛苦，李沐毅然决然选择同去美国。 “其实她才是真学霸。”李沐笑道。 那么问题来了，既然要去美国，选择哪所学校呢？李沐当时很坚定的选择了两所学校：一个是妻子所在的 MIT，另一所是离 MIT 最近的 CMU（卡内基梅隆大
李沐-动手学深度学习-感知机及激活函数的介绍
qq_60678226的博客
05-31 1227
线性模型的不足：任何特征的增大都会导致模型输出的增大（如果对应的权重为正）， 或者导致模型输出的减小（如果对应的权重为负）。 似然函数：似然函数是一种关于统计模型参数的函数。而p(x|θ)也是一个有着两个变量的函数。如果，你将θ设为常量，则你会得到一个概率函数（关于x的函数）；如果，你将x设为常量你将得到似然函数（关于θ的函数）。 下面举一个例子： 有一个硬币，它有θ的概率会正面向上，有1-θ的概率反面向上。θ是存在的，但是你不知道它是多少。为了获得θ的值，你做了一个实验：将硬币抛10次，得到了一个正
李沐 anaconda
09-03
李沐是一位在人工智能领域非常知名的学者和科技创业者。他是美国加州大学伯克利分校计算机科学系的副教授，同时也是亚马逊人工智能实验室（Amazon AI Lab）的首席科学家。他还是深度学习框架Gluon的主要开发者之一。...

“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