![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Deep Learning
文章平均质量分 81
哈哈小火锅
这个作者很懒,什么都没留下…
展开
-
Lenet 5与 ResNet18
使用pytorch构建神经网络系列第五章目录使用pytorch构建神经网络系列第五章1.1.原创 2021-02-11 18:07:35 · 596 阅读 · 1 评论 -
使用pytorch实现CNN
使用pytorch构建神经网络系列第四章 第二节Neural Network目录使用pytorch构建神经网络系列第四章 第二节Neural Network1.Cross Entropy1.Cross Entropy参考:网易云课程原创 2021-01-29 16:27:13 · 10195 阅读 · 0 评论 -
神经网络与全连接
使用pytorch构建神经网络系列第三章 第二节Neural Network目录使用pytorch构建神经网络系列第三章 第二节Neural Network1.Cross Entropy2.多分类问题实例1.Cross EntropyKL Divergence 反应了p和q两个分布的相似度,在我采用one-hot encoding时,H§就等于0,因此我们求交叉熵就是要求p分布和q分布的KL Divergence ,交叉熵越小说明p分布和q分布越相似,我们pred的值和真实值越相近。例子原创 2021-01-26 10:33:57 · 319 阅读 · 0 评论 -
CNN 卷积神经网络
Deep Learning 理论知识CNN 卷积神经网络目录Deep Learning 理论知识CNN 卷积神经网络1.为什么使用CNN2.CNN – Convolution2.CNN – Max Pooling3.CNN – Flatten3.CNN – in Keras3.CNN – What does CNN learn?1.为什么使用CNN对于一张图片,一个神经元不用了解整张图,通过一小部分特征就可以分辨图中存在的某些特定pattern。Connecting to small regi原创 2021-01-25 12:28:55 · 192 阅读 · 0 评论 -
使用torch实现梯度下降
使用pytorch构建神经网络系列第三章 SGD 随机梯度下降目录使用pytorch构建神经网络系列第三章 SGD 随机梯度下降1.激活函数 Activation Function2.损失函数Loss 及其梯度1.激活函数 Activation FunctionSigmoid / Logistic 求导步骤:torch.sigmoidTanhtanh函数求导torch.tanhRectified Linear Unit(ReLU)ReLU函数求原创 2021-01-24 16:40:47 · 1350 阅读 · 1 评论 -
pytorch进阶
使用pytorch构建神经网络系列第二章 第二节 pytorch进阶目录使用pytorch构建神经网络系列第二章 第二节 pytorch进阶1.Broadcasting2.Merge/split3.数学运算4.属性统计5.Tensor advanced operation1.Broadcastingkey idea:-Insert 1 dim ahead-Expand dims with size 1 to same size-Feature maps:[4,32, 14,14]-Bia原创 2021-01-21 14:46:36 · 245 阅读 · 0 评论 -
pytorch基础
使用pytorch构建神经网络系列第二章 pytorch基础文章目录使用pytorch构建神经网络系列第二章 pytorch基础1.标量,dimension = 02.张量1.标量,dimension = 0torch.tensor(2.5)tensor(2.5000)a = torch.tensor(2.5)a.shapetorch.Size([])len(a.shape)02.张量向量dimension = 1torch.tensor([1.1, 2.2])原创 2021-01-21 11:16:24 · 168 阅读 · 2 评论 -
使用简单神经网络进行手写数字辨识
使用pytorch构建神经网络系列第一章 手写数字辨识初体验本篇文章是记录使用简单神经网络进行对手写数字辨识1.定义一下后续使用的函数代码如下(示例):可视化loss下降曲线import torchfrom matplotlib import pyplot as plt#loss curvedef plot_curve(data): fig = plt.figure() plt.plot(range(len(data)), data, color = 'blue')原创 2021-01-20 16:36:15 · 419 阅读 · 0 评论