摘要：
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 保存训练过程中的最佳模型权重 调用官方的VGG-16网络框架 学习提高¶ 测试集准确率达到60%（难度有点大，但是这个过程可以学 阅读全文
摘要：
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 了解如何设置动态学习率（重点） 调整代码使测试集accuracy到达84%。 学习提高¶ 保存训练过程中的最佳模型权重 调整代码 阅读全文
摘要：
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 训练过程中保存效果最好的模型参数。 加载最佳模型参数识别本地的一张图片。 调整网络结构使测试集accuracy到达88%（重点） 阅读全文
摘要：
专题：深度学习炼金术——如何提高深度学习精确度 参考资料： 深度学习调参经验汇总 深度学习网络调参技巧 深度学习调参技巧 深度学习调参技巧 【Deep Learning】深度学习调参技巧的总结 深度学习调参有哪些技巧 一、参数 参数其实是个比较泛化的称呼，因为它不仅仅包括一些数字的调整，它也包括了相 阅读全文
摘要：
PyTorch深度学习快速入门教程【小土堆】 P4 Python学习中的两大法宝函数 dir():打开，看见 help():说明书 将pytorch视作一个盒子，包含1、2、3、4个分隔区，每个分隔区中有不同的工具，若3号分隔区中有a、b、c三个工具，则： dir(pytorch)：输出1、2、3、 阅读全文
摘要：
1、Seq2seq input是一个sequence,那output有几种可能 一种是input跟output的长度一样 有一种case是output一个东西 我们不知道应该要output多长,由机器自己决定output的长度,即Seq2seq sequence to sequence（seq2se 阅读全文
摘要：
1、背景 到目前为止，我们network的input都是一个向量，输入可能是一个数值或者一个类别。但是假设我们需要输入的是一排向量，并且向量的个数可能会发生改变，例如文本输入等，这个时候我们要将模型的输入作为一个向量集合，并且大小各异。 2、将单词表示为向量进行输入的方法 One-hot Encod 阅读全文
摘要：
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 本地读取并加载数据。 测试集accuracy到达93% 学习重点¶ 测试集accuracy到达95% 调用模型识别一张本地图片 阅读全文
摘要：
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 学习如何编写一个完整的深度学习程序 手动推导卷积层与池化层的计算过程 学习重点¶ 学会构建CNN网络 一、前期工作准备部分¶ 1 阅读全文
摘要：
本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P1周：实现mnist手写数字识别 🍖 原作者：K同学啊|接辅导、项目定制 一、前期工作准备部分¶ In [1]: ### 设置GPU import torch import torch.nn as nn 阅读全文