深度学习笔记
文章平均质量分 74
本专栏用于记录笔者在学习深度学习过程中的笔记,以与广大读者分享交流有关深度学习的知识。
千里澄江
冷静地思考,热情地生活。
知乎主页:https://www.zhihu.com/people/95-9-17-28-56
github主页:https://github.com/gmh1627
展开
-
《动手学深度学习(PyTorch版)》笔记8.7
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-12 07:23:52 · 1526 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记8.6
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-11 19:46:00 · 962 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记8.5
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-11 18:09:44 · 1475 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记8.4
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-10 23:11:32 · 1681 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记8.3
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-10 23:08:31 · 1872 阅读 · 4 评论 -
《动手学深度学习(PyTorch版)》笔记8.2
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-09 23:34:49 · 1135 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记8.1
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-09 23:33:09 · 1218 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记7.7
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-08 12:58:18 · 1489 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记7.6
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-08 12:55:36 · 1462 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记7.5
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-05 22:07:48 · 1422 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记7.4
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-05 21:56:30 · 1314 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记7.3
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-05 21:51:21 · 789 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记7.2
。原创 2024-02-04 23:13:37 · 801 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记7.1
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-04 23:11:30 · 829 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记6.3
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-03 07:27:04 · 812 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记6.2
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-02 09:17:43 · 1201 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记6.1
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-02-02 09:13:07 · 1128 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记5
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过,同时对于书上部分章节也做了整合。原创 2024-01-29 22:50:06 · 1543 阅读 · 1 评论 -
《动手学深度学习(PyTorch版)》笔记4.9
在一个经典的情景中,假设训练数据是从某个分布pSxy中采样的,但是测试数据将包含从不同分布pTxy中抽取的未标记样本。如果没有任何关于pS和pT之间相互关系的假设,学习到一个分类器是不可能的。原创 2024-01-27 15:16:55 · 1076 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记4.8
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-27 15:14:48 · 1343 阅读 · 2 评论 -
《动手学深度学习(PyTorch版)》笔记4.7
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-27 09:55:44 · 1278 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记4.6
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-27 09:52:19 · 1162 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记4.5
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-26 17:40:18 · 1110 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记4.4
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-26 09:42:09 · 1812 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记4.2 4.3
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-26 09:28:02 · 812 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记4.1
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-26 09:24:49 · 1334 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记3.4
一般的分类问题并不与类别之间的自然顺序有关,统计学家发明了一种表示分类数据的简单方法:独热编码独热编码是一个向量,它的分量和类别一样多。类别对应的分量设置为1,其他所有分量设置为0。在我们的例子中,标签y将是一个三维向量,其中100对应于“猫”、010对应于“鸡”、001y∈{(100010001)}原创 2024-01-25 09:13:53 · 1259 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记3.7
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-25 09:07:12 · 1273 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记3.5
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-25 09:06:10 · 833 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记3.6
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-25 09:03:03 · 1437 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记3.2
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,本书源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-25 08:57:47 · 943 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记3.3
注:书中对代码的讲解并不详细,本文对很多细节做了详细注释。另外,书上的源代码是在Jupyter Notebook上运行的,较为分散,本文将代码集中起来,并加以完善,全部用vscode在python 3.9.18下测试通过。原创 2024-01-25 08:55:10 · 803 阅读 · 2 评论 -
《动手学深度学习(PyTorch版)》笔记3.1
我们通常使用n来表示数据集中的样本数。对索引为i的样本,其输入表示为xix1ix2i...xni⊤,其对应的标签是yi。原创 2024-01-24 23:40:05 · 1467 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记2
让计算机实现微分功能, 有以下四种方式:- 手工计算出微分, 然后编码进代码- 数值微分 (numerical differentiation)- 符号微分 (symbolic differentiation)- 自动微分(automatic differentiation)深度学习框架通过自动微分来加快求导。实际中,根据设计好的模型,系统会构建一个计算图(computational graph),来跟踪计算是哪些数据通过哪些操作组合起来产生输出。原创 2024-01-23 17:25:03 · 1293 阅读 · 0 评论 -
《动手学深度学习(PyTorch版)》笔记1
Chapter1 Introduction机器学习的关键组件data每个数据集由一个个样本(example, sample)组成,大多时候,它们遵循独立同分布(independently and identically distributed, i.i.d.)。 样本有时也叫做数据点(data point)或数据实例(data instance),通常每个样本由一组称为特征(features,或协变量(covariates))的属性组成。 机器学习模型会根据这些属性进行预测。 在监督学习问题中,要预原创 2024-01-23 17:21:13 · 1267 阅读 · 0 评论