10 2020 档案
摘要：手动实现请参考：https://blog.csdn.net/qq_37534947/article/details/109394648 二：“利用torch.nn实现前馈神经网络解决回归、二分类、多分类任务”实验 注： 因为相比于手动实验其主要是在模型的构建中利用了torch.nn模块，其他的部分都
阅读全文
摘要：一：“手动实现前馈神经网络解决回归、二分类、多分类任务”实验 1.1“手动实现前馈神经网络解决回归”实验 实验过程： 1.1.1 导入所需要的包 1. import torch 2. import numpy as np 3. import random 4. from IPython import
阅读全文
摘要：文章目录 前言一、anaconda3的安装与配置1.下载anaconda32.安装anaconda33.配置环境4.创建虚拟环境 二、安装tensorflow-gpu1.查看显卡2.查看显卡驱动版本以及GCC编译版本3.查看cuda版本型号4.查看cudnn 版本型号5.按照python版本、显卡驱
阅读全文
摘要：循环神经网络： https://blog.csdn.net/qq_37534947/article/details/108369828
阅读全文
摘要：文章目录 卷积神经网络 一、三个特点 二、卷积和互相关 三、卷积操作 四、反向传播 五、池化 六、增加输出单元的感受野 七、卷积网络发展历程 卷积神经网络 为什么引入卷积网络？主要是对于图片来说，全连接神经网络的几个弊端如下： 一、三个特点 稀疏交互/局部连接： 在全连接神经网络，一层的每个神经元和
阅读全文
摘要：深度模型优化与正则化： 网络优化 目的：经验风险最小化。对于低维来说，目的是逃离局部最优点；对于高维来说，则是逃离鞍点。 梯度下降 批量梯度下降、小批量梯度下降、随机批量梯度下降。 学习率 流程：学习率预热、学习率衰减、学习率周期调整、自适应学习率。 1）学习率预热：
阅读全文
摘要：前馈神经网络： https://blog.csdn.net/qq_37534947/article/details/107832979 补充： 人工神经网络的三大要素： 万能近似定理： 可以看到只需要一个线性输出层和一个隐藏层组成的神经网络就可以近似任何函数，但是规模可能巨大，随着深度的增加，网络的
阅读全文
摘要：深度学习的框架： 核心组件 张量、基于张量的相关操作、计算图、自动微分工具、cudnn等扩展包。 张量：多维数组，0维张量即标量、1维张量即矢量、2维张量即矩阵、3为张量矩阵数组、4为张量… 基于张量的相关操作： 计算图： 自动微分工具
阅读全文
摘要：一：绪论 人工智能：使一部机器人像人一样进行感知、认知、决策、执行的人工程序或系统。 标志事件表： 人工智能诞生：1956年的达特茅斯会议 三个层面：目前处于第二个 分类： 三起两落
阅读全文
