李沐实用机器学习

最新推荐文章于 2024-04-10 20:14:58 发布
最新推荐文章于 2024-04-10 20:14:58 发布
阅读量346 收藏
点赞数
分类专栏： 机器学习 文章标签： 深度学习 机器学习 css
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_45366750/article/details/120441381
版权

一、机器学习在工业应用中的挑战

在这里插入图片描述

  • 上线复杂模型不光需要大数据量，也需要大量的GPU支持
  • 已有数据可能只是对大多数人群效果好，对小部分群体却效果不好
  • 当用户群体发生改变，分布改变，模型需要调整
  • 模型部署上线会考虑性能，并选择模型的精华部分，做到更小更快
thisissally
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
李沐 机器学习.txt
03-05
李沐的 视频教程哦。
李沐-斯坦福《实用机器学习》-02章
weixin_43996337的博客
11-29 1557
1.探索性数据分析 导入相关包 numpy：python中做数据分析常用的包； pandas：也是用于数据分析，擅长处理表，数据没那么大要放入内存中，这将是首选； matplotlib.pyplot：源自matlab的画图工具； seaborn：基于matplotlib，提供更多的画法 剩下两行用于将图片设成svg文件（画起来分辨率相对高一点） 读取数据 csv文件存下来相对比较大，可以先压缩成一个zip或一个tar，主流的读取文件都可以从压缩文件中读取。建议存成压缩文件，在传输存储都会比较好，甚至还会比
李沐机器学习入门
weixin_44911248的博客
09-17 273
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。
《李沐：动手学深度学习v2 pytorch版》第3章：线性神经网络(3.4-3.6 softmax回归)
weixin_44219441的博客
04-10 766
回想一下，实现softmax由三个步骤组成：1.对每个项求幂（使用exp）；2.对每一行求和（小批量中每个样本是一行），得到每个样本的规范化常数；3.将每一行除以其规范化常数，确保结果的和为1。
李沐机器学习系列5---循环神经网络
weixin_43485943的博客
01-05 1632
对于样本的分析，通过全连接层处理表格数据，通过卷积神经网络处理图像数据；第一种假设，所有数据都是独立同分布的RNN 处理序列信号序列数据的更多场景1）用户使用习惯具有时间的先后性2）外推法和内插法。
李沐-机器学习
weixin_44844703的博客
08-02 188
这是篇关于B站李沐老师讲pytorch机器学习的笔记 ndarray 节省内存 linear-algebra
实用机器学习（李沐）2-数据获取笔记
m0_48373224的博客
04-07 240
当问题建模成为一个机器学习的问题时，需要通过大量的数据对其进行训练（如下图2-1），本节主要针对后面两种情况进行说明。一是对额外的数据进行整合；二是在没用数据及额外数据的情况下，手动生成想要的数据，一般方法有比如：数据增强（旋转、拉伸等）以及使用 GAN 来生成数据。
跟李沐老师动手学习AI学习笔记：第三章——线性神经网络
AndrewPerfect的博客
05-16 435
已学习两章pytorch，对于其中的很多函数使用起来仍然有些不了解，尤其是pytorch语法，以及jupyter文件的认识仍不足，需要进一步回顾也好，学习新内容也好，去熟悉pytorch代码编写的特点，会用，更会灵活使用，要多思考。既没有那么难，因为目前遇到的问题都可求得解决方法，但是，也没有那么简单，需要自己静下心，好好捋一捋所学到的、学了忘记的知识。更重要还是提高效率，保持好心态，相信一定可以学有所思，思有所获！
机器学习作业-房价预测
12-23
1、资源内容：机器学习作业-房价预测 2、代码特点：内含运行结果，不会运行可私信，参数化编程、参数可方便更改、代码编程思路清晰、注释明细，都经过测试运行成功，功能ok的情况下才上传的。 3、适用对象：计算机，...
李沐深度学习.zip
05-08
"李沐深度学习.zip"这个压缩包文件显然与深度学习这一主题相关，李沐是一位知名的机器学习和深度学习专家，他的工作和教学材料在行业内广为流传。深度学习是人工智能领域的一个子集，专注于构建模仿人脑神经网络的...
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
05-09
【标签】：“机器学习 深度学习”这两个标签明确了内容的领域，机器学习是深度学习的基础，而深度学习则是一种更先进的机器学习技术，它利用多层神经网络处理复杂的数据和任务，如图像识别、自然语言处理等。...
《动手学深度学习》2020正式版本-李沐_深度学习
09-11
《动手学深度学习》是李沐博士撰写的一本深度学习领域的经典教材，旨在帮助读者通过实践来提升在深度学习方面的技能。这本书2020年的正式版本提供了最新的深度学习理论和应用，对于初学者和有一定基础的学习者来说，...
【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记（ResNet、ResNeXt）
qq_44832832的博客
11-23 845
ResNeXt
机器学习笔记（李沐6-11）
Jeffrey_0711的博客
10-30 415
李沐6-11深度学习笔记
李沐《动手学深度学习》卷积神经网络 经典网络模型
weixin_47748259的博客
01-27 1720
DenseBlock中的非线性组合函数采用的是BN+ReLU+3x3Conv的结构。
笔记｜李沐-动手学习机器学习｜现代卷积神经网络（视频24-30）
weixin_45041379的博客
10-23 882
笔记｜李沐-动手学习机器学习｜现代卷积神经网络（视频24-30）
【跟李沐学AI—机器学习】2 神经网络
qq_53223504的博客
08-15 69
*池化层/汇聚层：**当搜寻的区域发生平移时，这片区域的像素最大值/平均值也会发生平移，只要抓住这个最大值/平均值就可以补偿平移带来的变化。假设要在某图像中寻找一个戴白帽子的人，即使这个戴白帽子的人在图像中的位置变化了，但是这块区域的像素信息不变，即。的“world”为隐藏状态，不论之后还有多少层，这个“world”包含的信息不变，包含过去时间所有的信息。先输入“hello”，通过全连接层预测得到“world”，先不进行softmax操作，把这个得到的、的“world”和②当前信息的“world”
李沐机器学习系列4---全连接层到卷积
weixin_43485943的博客
01-04 973
从概率分布的角度来看卷积的定义,fτ是概率密度，gt−τ是在这个分布下的均值f∗gt∫−∞∞​fτgt−τdτ。
【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记
qq_44832832的博客
11-14 2576
【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记
李沐动手深度学习安装
最新发布
06-08
李沐（Morgan Li）是一位知名的中国开源开发者，他在深度学习领域特别活跃，并且贡献了PyTorch中文社区的工作。如果你想了解如何动手安装深度学习框架，特别是PyTorch，这里是一个简单的指南： 1. **Python环境设置**：首先确保你已经安装了Python和pip，因为许多库包括PyTorch都需要基于Python的环境。 2. **安装CUDA和cuDNN**：如果你打算在GPU上运行，你需要安装NVIDIA CUDA和cuDNN。你可以访问NVIDIA官网下载对应版本的工具包。 3. **安装PyTorch**：通过命令行运行`pip install torch torchvision`，这会安装PyTorch及其相关的 torchvision 库。如果你需要特定版本，可以添加 `--upgrade` 参数强制更新。 4. **验证安装**：安装完成后，可以通过 `import torch` 和 `torch.cuda.is_available()` 来检查安装是否成功，并且是否能检测到GPU。 **相关问题**: 1. 什么是Python环境对于深度学习的重要性？ 2. CUDA和cuDNN分别是什么，它们在深度学习中的作用是什么？ 3. 如何检查已安装的PyTorch版本？

“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