自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 VAE和GAN结构、优化目标、代码实现

对VAE和GAN的模型结构和代码实现,及其数据表示。此外包含VAE和GAN的对应的优化目标和损失函数的原理和实现

2024-06-29 15:44:19 1055

原创 ControlNet训练代码解析

ControlNet训练代码解析

2023-08-05 22:10:13 3139 4

转载 Domain Generalization | 域适应、域泛化、OOD、开放集问题定义

在实际场景中,训练集和测试集往往存在分布差异,导致模型不work。领域自适应是解决这类问题的一种方法,但是它需要测试数据的一些先验知识。但是很多时候,在测试数据到来前我们往往对它们是一无所知的,因此近年来很多人开始考虑一种更有实际意义的研究场景,也就是领域泛化。

2023-04-13 22:23:36 1068

原创 Transformer学习

Transformer学习。

2023-04-13 21:07:57 106

原创 kaggle入门-Titanic比赛

kaggle入门

2022-12-11 16:03:43 390

原创 李沐深度学习-ch05

1.权重衰退通过L2正则项使得模型参数不会过大,从而控制模型复杂度2.正则项权重lamda是控制模型复杂度的超参数。

2022-12-08 14:24:12 510

原创 小土堆Pytorch快速入门-ch02

这里使用了一些常见的损失函数,损失和nn.L1Loss(reduction=“sum”)、损失平均nn.L1Loss(reduction=“mean”)、差的平方求和再去平均nn.MSELoss()、交叉熵nn.CrossEntropyLoss()本层就是一个线性的拟合,其中输入的为输入维度和输出维度,最终训练的是直线(线性)的斜率k和截距b。3.对于神经网络中的参数修改需要使用优化器,以达到损失减少的目的,本例使用的为梯度下降法。损失函数作用:计算实际输出和目标输出之间的差距,为我们更新输出一定的依据。

2022-11-22 12:11:20 246

原创 李沐深度学习-ch04

李沐深度学习

2022-10-26 15:33:49 93

原创 李沐深度学习-ch03

李沐深度学习

2022-10-26 15:33:35 114

原创 李沐深度学习-ch02

李沐深度学习

2022-10-26 15:32:13 237

原创 小土堆Pytorch快速入门-ch01

小土堆Pytorch学习笔记

2022-10-25 16:01:30 862

Transformer学习

Transformer学习

2023-04-13

Transformer学习

学习Transformer的初学者适合,通俗易懂

2023-04-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除