随笔分类 -  深度学习

摘要:作用: reshape是用来对多维数据进行重新排布的 假设现在有一个(2,3,4)的Tensor。 如果但看2轴的数据,就是一个长度为4的向量。现在再看1轴和二轴的数据,表示有3个长度为4的向量,组成了一个二维Tensor[3,4],这个时候再来联系0轴,表示有2两个二维Tensor[3,4],依次 阅读全文
posted @ 2024-02-07 15:22 多一些不为什么的坚持 阅读(47) 评论(0) 推荐(0) 编辑
摘要:1、dropout层 2、adam技术 3、He初始值 阅读全文
posted @ 2023-12-09 23:16 多一些不为什么的坚持 阅读(46) 评论(0) 推荐(0) 编辑
摘要:1、 阅读全文
posted @ 2023-12-05 00:22 多一些不为什么的坚持 阅读(65) 评论(0) 推荐(0) 编辑
摘要:1、调整权重和偏置以便拟合训练数据的过程称为学习 这句话指的是机器学习中模型训练的过程。在训练一个机器学习模型时,我们通常有一个训练数据集,其中包含输入和对应的期望输出。模型的目标是通过学习这些数据中的模式和规律,以便在未见过的数据上做出准确的预测或执行任务。 模型学习的核心是调整其参数,其中包括权 阅读全文
posted @ 2023-12-02 23:22 多一些不为什么的坚持 阅读(35) 评论(0) 推荐(0) 编辑
摘要:1、affine层 2、仿射变换 仿射变换是一种线性变换,包括平移、旋转、缩放、翻转和剪切等几种基本的几何变换。在仿射变换中,原始图形中的直线在变换后依然是直线。这类变换可以通过矩阵运算来表示。 3、softmax-with-loss 4、回归问题 回归问题是机器学习中的一类问题,其目标是预测一个连 阅读全文
posted @ 2023-11-25 00:07 多一些不为什么的坚持 阅读(88) 评论(0) 推荐(0) 编辑
摘要:1、Relu层 2、Sigmoid层 3、集约化 通常是指合并或优化计算图中的节点,以减少计算的复杂性或提高计算效率。 阅读全文
posted @ 2023-11-21 22:51 多一些不为什么的坚持 阅读(76) 评论(0) 推荐(0) 编辑
摘要:1、加法层的实现 2、乘法层的实现 阅读全文
posted @ 2023-11-19 23:02 多一些不为什么的坚持 阅读(8) 评论(0) 推荐(0) 编辑
摘要:1、反向传播 阅读全文
posted @ 2023-11-19 17:33 多一些不为什么的坚持 阅读(47) 评论(0) 推荐(0) 编辑
摘要:1、误差反向传播 2、“支付金额关于苹果的价格的导数” f = 2.2x(f是支付金额,x是苹果的价格);指的就是函数值f关于自变量x的导数; 3、链式法则 阅读全文
posted @ 2023-11-17 23:17 多一些不为什么的坚持 阅读(47) 评论(0) 推荐(0) 编辑
摘要:1、梯度下降法 如何通俗地解释梯度下降法_哔哩哔哩_bilibili 2、函数的等高线 3、“这里所说的梯度是指损失函数关于权重参数的梯度” 阅读全文
posted @ 2023-11-10 23:01 多一些不为什么的坚持 阅读(210) 评论(0) 推荐(0) 编辑
摘要:一维卷积简介 (qq.com) 阅读全文
posted @ 2023-10-20 16:07 多一些不为什么的坚持 阅读(15) 评论(0) 推荐(0) 编辑
摘要:【算法分析】Reduce类算子-ArgMax解析_reduce算子_HaoBBNuanMM的博客-CSDN博客 阅读全文
posted @ 2023-10-20 16:07 多一些不为什么的坚持 阅读(93) 评论(0) 推荐(0) 编辑
摘要:【全面理解多维矩阵运算】多维(三维四维)矩阵向量运算-超强可视化 - 知乎 (zhihu.com) 阅读全文
posted @ 2023-10-20 16:06 多一些不为什么的坚持 阅读(83) 评论(0) 推荐(0) 编辑
摘要:f(x)=limΔx0f(x0+Δx)f(x0)Δx f(x0+Δx)f(x0)=Δy $f'(x) = \lim_{{\Delta x \to 0}} \frac{\ 阅读全文
posted @ 2023-09-24 22:41 多一些不为什么的坚持 阅读(110) 评论(0) 推荐(0) 编辑
摘要:1、介绍一下通用的卷积过程 阅读全文
posted @ 2023-03-22 00:07 多一些不为什么的坚持 阅读(49) 评论(0) 推荐(0) 编辑
摘要:NumPy中的各种“轴“是如何运作的? - 知乎 (zhihu.com) 阅读全文
posted @ 2023-02-13 23:03 多一些不为什么的坚持 阅读(38) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示