首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
草履虫都能看懂的白话解析《动手学深度学习》
Ann_
创建于2021-11-12
订阅专栏
我在看李沐老师这本书,决定写一下详细解析。
等 35 人订阅
共37篇文章
创建于2021-11-12
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
动手学深度学习5.2 PyTorch教程 参数访问
参与11月更文挑战的第19天,活动详情查看:2021最后一次更文挑战 为什么要单独摘出来参数讲一下。 因为在训练的过程中,我们的目标就是找到让损失函数最小化的参数值。经过训练之后我们需要将这些参数拿出
动手学深度学习5.1 PyTorch教程 层和块
参与11月更文挑战的第17天,活动详情查看:2021最后一次更文挑战 写在最前边 虽然这个文章叫PyTorch教程,但是零基础应该是看不懂的(即使我每一行代码都写详细解释)。我感觉还是在零基础的时候先
动手学深度学习4.6 dropout简洁实现
参与11月更文挑战的第16天,活动详情查看:2021最后一次更文挑战 这个模型长这样: (0):对输入进行处理,即28*28的扁平化为784的向量 (1):第一层是输入层 (2): 对第一层加激活函数
动手学深度学习4.6 dropout手动实现
参与11月更文挑战的第16天,活动详情查看:2021最后一次更文挑战 assert(断言)用于判断一个表达式,在表达式条件为 false 的时候触发异常。断言可以在条件不满足程序运行的情况下直接返回错
动手学深度学习4.6 dropout
参与11月更文挑战的第16天,活动详情查看:2021最后一次更文挑战 一个好的模型需要对输入数据的扰动鲁棒 使用有噪音的数据等价于Tikhonov正则 丢弃法:在层之间加入噪音 《退学率》 《动手学深
动手学深度学习4.5 正则化 权重衰退代码简洁实现
参与11月更文挑战的第16天,活动详情查看:2021最后一次更文挑战 首先是生成人工数据集: $$ y = 0.05 + \sum_{i = 1}^d 0.01 x_i + \epsilon \tex
动手学深度学习4.5 正则化 权重衰退代码手动实现
参与11月更文挑战的第16天,活动详情查看:2021最后一次更文挑战 首先是生成人工数据集: $$ y = 0.05 + \sum_{i = 1}^d 0.01 x_i + \epsilon \tex
动手学深度学习4.5 正则化 权重衰退推导
参与11月更文挑战的第15天,活动详情查看:2021最后一次更文挑战 原书写的是weight decay,也就是权重衰退,我是自己加了和正则化。因为我入门看的是吴恩达,李沐老师讲了半天之后我发现?恩?
动手学深度学习5.5 使用GPU
参与11月更文挑战的第14天,活动详情查看:2021最后一次更文挑战 作为一个刚入门的人,讲道理虽然我们实验室好几张卡。但是我一次也没用到过,我也不知道怎么用。 现在要开始学怎么用了! 查看显卡信息。
动手学深度学习4.4 过拟合 欠拟合
参与11月更文挑战的第14天,活动详情查看:2021最后一次更文挑战 这段代码是理解这篇文章的关键! 首先,我们需要手动生成一个人工数据集。给定$x$,[使用以下三阶多项式来生成训练和测试数据的标签:
动手学深度学习4.3 多层感知机的简洁实现
参与11月更文挑战的第13天,活动详情查看:2021最后一次更文挑战 手动实现多层感知机已经很简单了,现在看一下怎么用框架实现。 依旧是实现一个两层模型: 可能有人会有疑问为什么这是两层模型,我看到的
动手学深度学习4.2 多层感知机手动实现
参与11月更文挑战的第12天,活动详情查看:2021最后一次更文挑战 要实现的多层感知机结构是这样的两层结构: 这里应该不用解释。看过我《动手学深度学习》笔记前几篇文章的应该都知道这里是设置mini-
动手学深度学习3.7 softmax回归简洁实现
参与11月更文挑战的第10天,活动详情查看:2021最后一次更文挑战 参考手动实现softmax回归那一篇文章:动手学深度学习3.6-手动实现softmax回归 - 掘金 (juejin.cn) 这里
动手学深度学习3.4-读取图像数据集
参与11月更文挑战的第9天,活动详情查看:2021最后一次更文。目前广泛使用的图像分类数据集之一是MNIST数据集 LeCun.Bottou.Bengio.ea.1998
动手学深度学习3.6-手动实现softmax回归
这是我参与11月更文挑战的第5天,活动详情查看:2021最后一次更文挑战 softmax回归这段代码太长了,感觉今天十二点以前我写不完解析了。明天再补上
动手学深度学习3.3-线性回归简洁实现
参与11月更文挑战的第2天,活动详情查看:2021最后一次更文挑战 一开始还是导包,现在就不用自己写了,直接用pytorch的nn模块。
动手学深度学习3.2-从零手动实现线性回归
这是我参与11月更文挑战的第1天,活动详情查看:2021最后一次更文挑战 d2l这个包是李沐老师团队自己为这个书整的一个配套的package,需要自己下载一下。 这一步是手动生成一个数据集,因为没现成