摘要：
本节内容： 批量归一化和残差网络；凸优化；梯度下降；数据增强；模型微调 课后习题：https://www.cnblogs.com/guohaoblog/p/12357517.html 笔记扫面版： 链接：https://pan.baidu.com/s/1DbZctuZDYLrpb2WdZae-2w 阅读全文
摘要：
Task05：卷积神经网络基础；leNet；卷积神经网络进阶 学习笔记见：https://www.cnblogs.com/guohaoblog/p/12325038.html 卷积神经网络基础 1、假如你用全连接层处理一张256×256的彩色（RGB）图像，输出包含1000个神经元，在使用偏置的情况 阅读全文
摘要：
Task03：过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶 task03笔记见：https://www.cnblogs.com/guohaoblog/p/12324894.html 过拟合、欠拟合及其解决方案 1、关于验证数据集的描述错误的是： A、测试数据集可以用来调整模型参数 阅读全文
摘要：
Task05：卷积神经网络基础；leNet；卷积神经网络进阶 课后习题：https://www.cnblogs.com/guohaoblog/p/12325861.html 笔记扫描版： 链接：https://pan.baidu.com/s/1kg1-HLAVKPV66SgSm49s6Q 提取码：m 阅读全文
摘要：
Task04：机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer（1天） 课后习题：https://www.cnblogs.com/guohaoblog/p/12324883.html 笔记扫描版： 链接：https://pan.baidu.com/s/1F46XIOZz1x 阅读全文
摘要：
Task03：过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶（1天） 习题见：https://www.cnblogs.com/guohaoblog/p/12325853.html 接着上次笔记补充的 笔记扫描版： 链接：https://pan.baidu.com/s/1e9pQkt 阅读全文
摘要：
Task04：机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer 学习笔记见：https://www.cnblogs.com/guohaoblog/p/12324983.html 机器翻译及其技术 1、数据预处理中分词（Tokenization）的工作是？ A、把词语、标点用 阅读全文
摘要：
这篇主要记录学习途中遇到的问题及解决方法。相关学习笔记见https://www.cnblogs.com/guohaoblog/p/12306118.html 1、线性回归 问题来源：https://pytorch.org/docs/stable/notes/broadcasting.html 答：如 阅读全文
摘要：
因时间和精力有限，不方便排版，暂且上传图片打卡啦，笔记后期还会完善，等课程结束后，整理好了再分享哈。课程中的疑问点击《动手学深度学习》task01-02疑难杂症 笔记扫描版： 链接：https://pan.baidu.com/s/1p25glhQI4RJEXHc97C3uGw 提取码：6o3o 复制 阅读全文
摘要：
感谢博主转载：https://blog.csdn.net/hongweigg/article/details/47130009 困扰了我好久，直接上解决办法： 然后选择 自定义页边距 选择 无网络（N） 完美解决！ 阅读全文