首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
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
timerring
掘友等级
获得徽章 22
动态
文章
专栏
沸点
收藏集
关注
作品
赞
815
文章 815
沸点 0
赞
815
返回
|
搜索文章
赞
文章( 815 )
沸点( 0 )
神经网络入门基础知识
神经网络入门 神经网络与多层感知机:基础知识,激活函数、反向传播、损失函数、权值初始化和正则化 卷积神经网络:统治图像领域的神经网络结构,发展历史、卷积操作和池化操作 循环神经网络:统治序列数据的神经
卷积神经网络入门基础
CNN 卷积神经网络发展史 卷积神经网络(convolutional neural networks, CNN ) CNN 是针对图像领域任务提出的神经网络,经历数代人的发展,在2012年之后大部分图
循环神经网络入门基础
循环神经网络 序列数据 序列数据是常见的数据类型,前后数据通常具有关联性 例如 “Cats average 15 hours of sleep a day” 语言模型 语言模型是自然语言处理 (NLP
Pytorch: autograd与逻辑回归的实现
autograd 自动求导系统 torch.autograd autograd torch.autograd.backward torch.autograd.backward ( tensors, g
Pytorch: 数据读取机制Dataloader与Dataset
数据读取机制Dataloader与Dataset 数据分为四个模块 Sampler:生成索引 DataSet:根据索引读取图片及标签。 DataLoader 与 Dataset torch.utils
transforms机制与数据标准化
图像预处理 transforms transforms运行机制 torchvision:计算机视觉工具包 torchvision.transforms 常用的图像预处理方法,例如: 数据中心化 数据标
数据增强之裁剪、翻转与旋转
数据增强 Data Augmentation 数据增强又称为数据增广,数据扩增,它是对训练集进行变换,使训练集更丰富,从而让模型更具泛化能力。 由于图片经过 transform 操作之后是 tenso
数据增强之图像变换与自定义transforms
torchvision.transforms.Pad 功能:对图像边缘进行填充 padding: 设置填充大小 当为 a 时,上下左右均填充 a 个像素 当为 (a, b) 时,左右填充 a 个像素,
PyTorch模型容器与AlexNet构建
模型容器与AlexNet构建 除了上述的模块之外,还有一个重要的概念是模型容器 (Containers),常用的容器有 3 个,这些容器都是继承自nn.Module。 nn.Sequetial:按照顺
PyTorch模型创建与nn.Module
模型创建与nn.Module 创建网络模型通常有2个要素: 构建子模块 拼接子模块 调用net = LeNet(classes=2)创建模型时,会调用__init__()方法创建模型的子模块。 训练调
下一页
个人成就
优秀创作者
文章被点赞
1,742
文章被阅读
139,706
掘力值
7,577
关注了
16
关注者
108
收藏集
0
关注标签
0
加入于
2022-04-29