![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 88
Teroin
这个作者很懒,什么都没留下…
展开
-
Anaconda常用指令
Python是现今较为流行的一门编程语言,解释性强,语法灵活,而且具有强大的函数库,这些函数全部都被封装成一个个的模块(Module),也称作包,所以我们在使用的时候需要进行导入(import),但是所有的包全部安装在一个环节里面,就可能会出现一些莫名其妙的错误,而且也不方便我们对环境的管理,再者,我们在编程时需要用到不同的Python版本,这就要求我们进行版本的切换。在进行包管理的时候,部分指令的conda可以替换为pip,自行尝试哈。:后面是大写V,小写v好像是会进行python代码编译。原创 2023-08-22 15:08:44 · 282 阅读 · 0 评论 -
pytorch入门
在进行深度学习的过程中,我们会使用到一个框架,现阶段主流的框架是pytorch和tensorflow,近些年来,pytorch的热度逐渐超过tensorflow,它具有很强的普适性,而功能也极其强大。本文大部分都是参考这位大佬(写Bug那些事)的文章(狂肝两万字带你用pytorch搞深度学习!!!转载 2023-07-27 21:27:13 · 194 阅读 · 1 评论 -
Pytorch参数优化
当我们训练神经网络时,我们需要调整模型的参数,使得损失函数的值逐渐减小,从而优化模型。但是模型的参数我们一般是无法看见的,所以我们必须学会对参数的更新,下面,我将介绍两种参数更新的方法。原创 2023-07-26 19:28:09 · 584 阅读 · 0 评论 -
梯度下降算法
在梯度下降算法中,我们通过计算目标函数关于模型参数的梯度(导数),得到了当前位置在目标函数曲面上的斜率方向。输入数据在经过正向传播以后,输出遇计算预估值,而计算估计值与实际值之间的误差一般较大,将误差从输出层向隐藏层反向传播,直至传播到输入层,在传播的过程中,根据误差调整各种参数的值,然后不断进行迭代,直到误差到达理想状态,趋向于收敛。更新参数:使用学习率(learning rate)乘以梯度,并将结果加到当前参数向量上,从而更新参数。梯度下降算法中的一个超参数,用于控制每次参数更新的步长。原创 2023-07-25 22:10:27 · 78 阅读 · 0 评论