深度学习方法

深度学习方法

深度学习方法

通过公式推导、手动实现算法、以及介于pytorch的算法实现介绍并讲解深度学习

等 1 人订阅共8篇文章创建于2022-05-29

Python深度学习基础（七）——Python手动实现多层神经网络

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第9天，点击查看活动详情根据之前的文章我们可以很容易的搭建出多层神经网络，下面我们以其中一种方式为例实现多层神经网络

3年前
395
点赞
评论

Python深度学习基础（六）——ubuntu操作系统下从零开始配置pytorch深度学习环境

我们并不可能在任何场合都在windows系统下训练模型，在很多情况下，尤其是要炼丹的情况下我们需要在linux操作系统中训练模型，所以在linux环境下配置环境也同样极其重要。

3年前
345
点赞
评论

Python深度学习基础（五）——SoftMax函数反向传递公式推导及代码实现

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第7天，点击查看活动详情 SoftMax函数介绍简介 softmax函数是常用的输出层函数，常用来解决互斥标签的多分类问题。

3年前
906
点赞
评论

Python深度学习基础（四）——损失函数

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第6天，点击查看活动详情前言在进行深度学习的过程中我们需要有一个评判标准来评价模型，损失函数就是通过比较预测值与真实值

3年前
179
点赞
评论

Python深度学习基础（三）——感知机与全连接层以及反向传递的理解与手动实现

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第5天，点击查看活动详情手动实现感知机读入数据并进行归一化在这里我们采用的是波士顿房价的数据集

3年前
876
2
评论

Python深度学习基础（二）——反向传递概念透彻解析以及Python手动实现

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第4天，点击查看活动详情最简单的反向传递我们在感知机中进行的最简单的操作就是加法和乘法

3年前
206
点赞
评论

Python深度学习基础（一）——激活函数的介绍与对比

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第3天，点击查看活动详情神经网络与感知机感知机即阈值逻辑单元，通过阈值来进行判断类别，神经网络则是多个感知机的集合

3年前
1.1k
点赞
评论