05 2023 档案

摘要:```python import torch from torch import nn from d2l import torch as d2l batch_size = 256 # 保持批量大小为 256 train_iter, test_iter = d2l.load_data_fashion_ 阅读全文
posted @ 2023-05-28 15:44 AncilunKiang 阅读(170) 评论(0) 推荐(0) 编辑
摘要:```python import torch from IPython import display from d2l import torch as d2l batch_size = 256 # batch_size 设为256 train_iter, test_iter = d2l.load_d 阅读全文
posted @ 2023-05-28 15:42 AncilunKiang 阅读(295) 评论(0) 推荐(0) 编辑
摘要:```python %matplotlib inline import torch import torchvision from torch.utils import data from torchvision import transforms from d2l import torch as 阅读全文
posted @ 2023-05-28 15:41 AncilunKiang 阅读(68) 评论(0) 推荐(0) 编辑
摘要:# 3.4.1 分类问题 整节理论知识,详见书本。 # 3.4.2 网络架构 整节理论知识,详见书本。 # 3.4.3 全连接层的参数开销 整节理论知识,详见书本。 # 3.4.4 softmax运算 整节理论知识,详见书本。 # 3.4.5 小批量样本的向量化 整节理论知识,详见书本。 # 3.4 阅读全文
posted @ 2023-05-27 13:43 AncilunKiang 阅读(155) 评论(0) 推荐(0) 编辑
摘要:```python import numpy as np import torch from torch.utils import data from d2l import torch as d2l from torch import nn # nn 是神经网络(Neural Networks)的缩 阅读全文
posted @ 2023-05-27 13:42 AncilunKiang 阅读(297) 评论(0) 推荐(0) 编辑
摘要:```python %matplotlib inline import random import torch from d2l import torch as d2l ``` # 3.2.1 生成数据集 为了简单起见,使用易于可视化的低维数据。使用线性模型 $\boldsymbol{y}=\bol 阅读全文
posted @ 2023-05-26 11:47 AncilunKiang 阅读(333) 评论(0) 推荐(0) 编辑
摘要:# 3.1.1 线性回归的基本元素 整节理论知识,详见书本。 # 3.1.2 向量加速化 ```python %matplotlib inline import math import time import numpy as np import torch from d2l import torc 阅读全文
posted @ 2023-05-26 11:45 AncilunKiang 阅读(109) 评论(0) 推荐(0) 编辑
摘要:# 2.7.1 查找模块中的所有函数和类 ```python import torch ``` 可以调用 dir 函数查询函数中有哪些模块和类。 以 “__”(双下划线) 开始和结束的函数是 Python 中的特殊对象,以 “_”(单下划线)开始的函数是内部函数,通常以上两种函数可以忽略。 ```p 阅读全文
posted @ 2023-05-25 17:20 AncilunKiang 阅读(67) 评论(0) 推荐(0) 编辑
摘要:# 2.6.1 基本概率论 ```python %matplotlib inline import torch from torch.distributions import multinomial from d2l import torch as d2l ``` 先说几个统计学中的名词: - 抽样 阅读全文
posted @ 2023-05-25 17:18 AncilunKiang 阅读(381) 评论(0) 推荐(0) 编辑
摘要:# 2.5.1 一个简单的例子 ```python import torch ``` 假设我们函数 y=2xTx 关于列向量 x 求导。 ```python x = torch.arange(4.0) x.requires_grad_(True) # 自动求导机制的必要参数 此处两句等效于 阅读全文
posted @ 2023-05-25 17:10 AncilunKiang 阅读(363) 评论(0) 推荐(0) 编辑
摘要:# 2.4.1 导数和微分 导数是啥无需多讲,可以代码实现求 f(x)=3x24xx=1 处的导数的趋近值 ```python %matplotlib inline import numpy as np from matplotlib_inline import backend_i 阅读全文
posted @ 2023-05-24 10:21 AncilunKiang 阅读(101) 评论(0) 推荐(0) 编辑
摘要:# 2.3.1 标量 ```python import torch ``` 标量由只有一个元素的张量表示,可进行熟悉的算数运算。 ```python x = torch.tensor(3.0) y = torch.tensor(2.0) x, y, x+y, x*y, x/y, x**y ``` ( 阅读全文
posted @ 2023-05-24 10:18 AncilunKiang 阅读(90) 评论(0) 推荐(0) 编辑
摘要:# 2.2.1 读取数据集 ```python import os import pandas as pd import torch ``` 创建一个人工数据集并存储在CSV文件../data/house_tiny.csv中。 调用 read_csv 函数读出该文件 ```python os.mak 阅读全文
posted @ 2023-05-23 17:53 AncilunKiang 阅读(99) 评论(0) 推荐(0) 编辑
摘要:# 2.1.1 数据操作 注意此处 import 的不是 pytorch 而是 torch。Torch 是采用 lua 语言实现的,从某种程度上说,PyTorch 是 Torch 的 Python 版本。(当然还是有部分差别的) ```python import torch ``` 张量(tenso 阅读全文
posted @ 2023-05-23 10:46 AncilunKiang 阅读(55) 评论(0) 推荐(0) 编辑
摘要:# VSCode ## VSCode 安装 ### 本体安装 在 [VSCode 官网](https://code.visualstudio.com/)下载安装即可 如果是重新安装需要卸载后清空以下两个文件夹方可保证卸载干净 - C:\Users\$用户名\\.vscode - C:\Users\ 阅读全文
posted @ 2023-05-22 20:29 AncilunKiang 阅读(41) 评论(0) 推荐(0) 编辑
摘要:# Pytorch配置笔记 ## PyTorch1.12.0 由于是跟着李沐的《深度学习 PyTorch版》学习,因此参照此书所使用的版本进行配置。([在线版在此](https://zh-v2.d2l.ai/chapter_preface/index.html)) ### 安装Miniconda # 阅读全文
posted @ 2023-05-22 20:27 AncilunKiang 阅读(76) 评论(0) 推荐(0) 编辑
摘要:Git 分布式版本控制工具 概述 开发中的实际场景 备份 代码还原 协同开发 追溯代码的编写人和编写时间 版本控制器的方式 集中式版本控制工具:版本库放在中央服务器,使用时需联网下载。 分布式版本控制器:每个节点都有完整的版本库,多人协作只需要推送各自的修改即可。 Git工作流程图 Git是分布式的 阅读全文
posted @ 2023-05-22 20:26 AncilunKiang 阅读(33) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示