深度学习
一些关于深度学习的小知识~ 用于自我记录,也希望能给遇到同样问题的朋友们一些帮助
奥利给少年
偶尔摆烂,经常偶尔。
展开
-
深度学习——pytorch来实现延迟初始化
在深度学习中,延迟初始化是一种技术,它允许在定义网络架构时不必立即指定输入维度或层间维度。这是一个基本的延迟初始化的例子。例如,如果你使用的是MXNet,你可能需要使用不同的方法来实现延迟初始化。在TensorFlow中,你可能需要使用不同的API来定义和初始化网络。表示一个输出维度为256的全连接层,但是它的输入维度在这个阶段是未知的。请注意,延迟初始化是一个相对较新的特性,不同的深度学习框架可能会有不同的实现方式,因此在实际使用时需要参考具体框架的文档。4.一旦数据通过网络,网络中的参数就会被初始化。原创 2024-09-20 20:48:24 · 538 阅读 · 0 评论 -
深度学习——管理模型的参数
有时,我们需要自定义初始化方法来满足特定的需求。# 自定义初始化方法。原创 2024-09-20 20:21:53 · 626 阅读 · 0 评论 -
如何使用pytorch定义来深度学习里的层和块
在PyTorch中灵活地定义各种层和块,构建出复杂的神经网络模型原创 2024-09-19 16:10:39 · 587 阅读 · 0 评论 -
Machine Learning: A Probabilistic Perspective 机器学习:概率视角 PDF免费分享
通过网盘分享的文件:Machine_Learning__A_Probabilistic_Perspective_[Murphy_2012-08-24].pdf。之前需要参考这本书,但是大多数博客都是收费才能下载本书,在网上找了好久才找到免费的资源,浪费了不少时间,在此分享以节约大家的时间。链接: https://pan.baidu.com/s/1erFsMcVR0A_xT4fxiIW9Rg 提取码: upww。原创 2024-09-12 11:20:46 · 477 阅读 · 0 评论 -
深度学习:怎么看pth文件的参数
你需要有创建这个.pth文件时所用的模型的代码。这意味着你需要有模型的类定义和架构。原创 2024-09-07 17:17:26 · 549 阅读 · 0 评论