上一页 1 2 3 4 5 6 ··· 21 下一页

2022年8月23日

NNDL 实验5(下)

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ 5.5 实践:基于ResNet18网络完成图像分类任务 在本实践中,我们实践一个更通用的图像分类任务。 图 阅读全文

posted @ 2022-08-23 20:22 HBU_DAVID 阅读(416) 评论(0) 推荐(0) 编辑

NNDL 实验5(上)

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ 第5章 卷积神经网络 卷积神经网络(Convolutional Neural Network,CNN)是受 阅读全文

posted @ 2022-08-23 20:20 HBU_DAVID 阅读(823) 评论(0) 推荐(0) 编辑

NNDL 实验4(下)

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ ## 4.5 实践:基于前馈神经网络完成鸢尾花分类 在本实践中,我们继续使用第三章中的鸢尾花分类任务,将S 阅读全文

posted @ 2022-08-23 20:16 HBU_DAVID 阅读(328) 评论(0) 推荐(0) 编辑

NNDL 实验4(上)

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ # 第4章 前馈神经网络 神经网络是由神经元按照一定的连接结构组合而成的网络。神经网络可以看作一个函数,通 阅读全文

posted @ 2022-08-23 20:14 HBU_DAVID 阅读(600) 评论(0) 推荐(0) 编辑

NNDL 实验3(下)

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ 3.3 实践:基于Softmax回归完成鸢尾花分类任务 在本节,我们用入门深度学习的基础实验之一“鸢尾花分 阅读全文

posted @ 2022-08-23 20:07 HBU_DAVID 阅读(305) 评论(0) 推荐(0) 编辑

NNDL 实验3(上)

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ 第3章 线性分类 分类是机器学习中最常见的一类任务,其预测标签是一些离散的类别(符号)。根据分类任务的类别 阅读全文

posted @ 2022-08-23 20:04 HBU_DAVID 阅读(408) 评论(0) 推荐(0) 编辑

NNDL 实验2(下)

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ 2.4 Runner类介绍 通过上面的实践,我们可以看到,在一个任务上应用机器学习方法的流程基本上包括:数 阅读全文

posted @ 2022-08-23 19:00 HBU_DAVID 阅读(389) 评论(0) 推荐(0) 编辑

NNDL 实验2(上)

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ 第2章 机器学习概述 机器学习(Machine Learning,ML)就是让计算机从数据中进行自动学习, 阅读全文

posted @ 2022-08-23 18:58 HBU_DAVID 阅读(432) 评论(0) 推荐(0) 编辑

NNDL 实验1

摘要: 邱锡鹏,神经网络与深度学习,机械工业出版社,https://nndl.github.io/, 2020. https://github.com/nndl/practice-in-paddle/ 第1章 实践基础 深度学习在很多领域中都有非常出色的表现,在图像识别、语音识别、自然语言处理、机器人、广告 阅读全文

posted @ 2022-08-23 18:35 HBU_DAVID 阅读(357) 评论(0) 推荐(0) 编辑

2022年7月2日

【动手学深度学习pytorch】学习笔记 3.6. softmax回归的从零开始实现 pycharm

摘要: 这一节的学习中,动画展示效果很好。 但是源代码是在Jupyter中编写的,pycharm中无法正常显示。看不到图,只能看到:<Figure size 700x500 with 1 Axes> 添加2行代码就可以解决问题了。 d2l.plt.draw()# d2l.plt.pause(0.001)# 阅读全文

posted @ 2022-07-02 16:02 HBU_DAVID 阅读(734) 评论(0) 推荐(0) 编辑

2022年6月22日

Self-Attention 实例 pytorch

摘要: BERT模型入门系列(三):Self-Attention详解 - 知乎 (zhihu.com) 读了不少书,看了不少视频,感觉这片文章最适合入门。 简洁清晰,例子好懂。 为什么需要self-attention模型?1、训练速度受限 2、处理长文本能力弱 The Illustrated Transfo 阅读全文

posted @ 2022-06-22 22:55 HBU_DAVID 阅读(406) 评论(0) 推荐(0) 编辑

2022年6月12日

【动手学深度学习pytorch】学习笔记 9.4. 双向循环神经网络

摘要: 9.4. 双向循环神经网络 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 9.4.1. 隐马尔可夫模型中的动态规划¶ 这一小节是用来说明动态规划问题的, 具体的技术细节对于理解深度学习模型并不重要, 但它有助于我们思考为什么要使用深度学习, 以及为什么要选 阅读全文

posted @ 2022-06-12 11:33 HBU_DAVID 阅读(47) 评论(0) 推荐(0) 编辑

【动手学深度学习pytorch】学习笔记 9.3. 深度循环神经网络

摘要: 9.3. 深度循环神经网络 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) rnn.LSTM(num_hiddens, num_layers) 通过num_layers的值来设定隐藏层数 解释了前面的问题:【动手学深度学习pytorch】学习笔记 8.6. 阅读全文

posted @ 2022-06-12 11:17 HBU_DAVID 阅读(52) 评论(0) 推荐(0) 编辑

【动手学深度学习pytorch】学习笔记 9.2. 长短期记忆网络(LSTM)

摘要: 9.2. 长短期记忆网络(LSTM) — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 长短期记忆网络引入了记忆元(memory cell),或简称为单元(cell)。为了控制记忆元,需要许多门。 输出门(output gate)从单元中输出条目 输入门(in 阅读全文

posted @ 2022-06-12 10:29 HBU_DAVID 阅读(110) 评论(0) 推荐(0) 编辑

【动手学深度学习pytorch】学习笔记 9.1. 门控循环单元(GRU)

摘要: 9.1. 门控循环单元(GRU) — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 【人工智能导论:模型与算法】6.3 卷积神经网络 CNN 6.4 循环神经网络 RNN LSTM GRU - V2.0 - HBU_DAVID - 博客园 (cnblogs.c 阅读全文

posted @ 2022-06-12 09:57 HBU_DAVID 阅读(342) 评论(0) 推荐(0) 编辑

2022年6月11日

【动手学深度学习pytorch】学习笔记 8.6. 循环神经网络的简洁实现

摘要: 8.6. 循环神经网络的简洁实现 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 使用深度学习框架的高级API提供的函数 更有效地 实现相同的语言模型:根据用户提供的文本的前缀生成后续文本 知识点:nn.RNN(input_size, hidden_size 阅读全文

posted @ 2022-06-11 17:18 HBU_DAVID 阅读(142) 评论(0) 推荐(0) 编辑

【动手学深度学习pytorch】学习笔记 8.5. 循环神经网络的从零开始实现

摘要: 8.5. 循环神经网络的从零开始实现 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 目标:根据用户提供的文本的前缀生成后续文本 知识点:独热编码、梯度剪裁 实现细节:注意 “预热 ” 程序可分4个步骤学习 1 独热编码。读通代码,观察输出。 2 建立RNN 阅读全文

posted @ 2022-06-11 12:05 HBU_DAVID 阅读(176) 评论(0) 推荐(0) 编辑

2022年6月10日

【动手学深度学习pytorch】学习笔记 8.4 循环神经网络

摘要: 8.4. 循环神经网络 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 主要内容: 对隐状态使用循环计算的神经网络。 隐状态可以捕获直到当前时间步序列的历史信息。 参数数量不会随着时间步的增加而增加。 可以使用循环神经网络创建字符级语言模型。 可以使用困惑度 阅读全文

posted @ 2022-06-10 12:00 HBU_DAVID 阅读(57) 评论(0) 推荐(0) 编辑

2022年6月9日

【动手学深度学习pytorch】学习笔记 8.3 语言模型和数据集

摘要: 8.3. 语言模型和数据集 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 这一小节有一定难度,需要耐心阅读。 主要讲了三段程序 :自然语言统计;读取长序列数据;数据迭代器 自然语言统计 知识点:n元语法。属于NLP基础。 简单地说,一元语法就是考虑“自己” 阅读全文

posted @ 2022-06-09 23:54 HBU_DAVID 阅读(281) 评论(0) 推荐(0) 编辑

扩展学习: 中文分词;词云制作

摘要: 中文分词工具有很多,这里选择使用jieba jieba · PyPI wordcloud安装时候需要注意版本号 pip安装wordcloud出错 ERROR: Command errored out with exit status 1:_密言的博客-CSDN博客_pip安装wordcloud 出错 阅读全文

posted @ 2022-06-09 15:48 HBU_DAVID 阅读(80) 评论(0) 推荐(0) 编辑

上一页 1 2 3 4 5 6 ··· 21 下一页

导航