- 博客(2)
- 收藏
- 关注
RSS订阅原创 用pytorch实现吴恩达老师深度学习课程课后编程作业（课程二，第一周）
要做的事： 1 参数初始化 2 正则化 参数初始化 #model[0].weight是第0层的w参数，其他层可同样的方法初始化参数，初始化在建好model后使用，怎样建model参考上一篇。 # 0-1之间均匀分布 torch.nn.init.uniform_(model[0].weight, a=0, b=1) # 初始化为常数0.5 torch.nn.init.constant_(model[0].weight, 0.5) # 正态分布 torch.nn.init.normal_(model[0].we
2020-06-12 22:05:46
1218
2
原创 用pytorch实现吴恩达老师深度学习课程课后编程作业
用pytorch实现吴恩达老师深度学习课程课后编程作业 课程1 - 神经网络和深度学习 要做的事：使用pytorch搭建神经网络 import torch.nn as nn import torch import numpy as np #我们随机创建一组训练数据，100个具有500维特征的数据 M=100 features=500 train_x = torch.randn(M, features) train_y = torch.randint(0, 2, [M,1]).float()
2020-06-11 21:21:17
2747
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