摘要：
一、前言 1、多层感知机在输出层和输入层之间增加了一个或全连接的隐藏层，并通过激活函数转换隐藏层的输出。 2、常用的激活函数包括ReLU函数、sigmoid函数和tanh函数 二、隐藏层（hidden layer） 1、多层感知机在单层神经网络的基础上引入了一到多个隐藏层。隐藏层位于输入层到输出层之 阅读全文
摘要：
一、前言 1、通过深度学习框架的高级API能更方便地实现分类模型。 2、使用Fashion-MNIST数据集，并保持批量大小为256。 #通过pytorch中nn的模型来实现softmax回归 import torch from torch import nn from d2l import tor 阅读全文
摘要：
一、创建数据集 从Fashion-MNIST数据集中引入创建数据，并设置数据迭代器的批量大小为256 import torch from IPython import display from d2l import torch as d2l #batch_size=256，表明随机读取256张图片 阅读全文
摘要：
一、前言 1、前广泛使用的图像分类数据集之一是 MNIST 数据集，虽然它是很不错的基准数据集，但按今天的标准，即使是简单的模型也能达到95%以上的分类准确率，因此不适合区分强模型和弱模型。 2、为了提高难度，我们将在接下来的章节中讨论在2017年发布的性质相似但相对复杂的Fashion-MNIST 阅读全文
摘要：
一、前言 1、softmax回归不是回归问题，而是分类问题 2、分类问题：对离散值的预测。 3、分类问题通常有多个输出，输出 i 预测为第 i 类的置信度 二、网络结构 1、为了估计所有可能类别的条件概率，我们需要一个有多个输出的模型，每个类别对应一个输出 2、在我们的例子中，由于我们有4个特征和3 阅读全文