发布于 2025-02-17 5.1 二维卷积层 182 热度 NOTHING 深度学习 卷积神经网络(convolutional neural network)是含有卷积层(convolutional layer)的神 …
发布于 2025-02-17 4.6 GPU计算 134 热度 NOTHING 深度学习 计算设备 PyTorch可以指定用来存储和计算的设备,如使用内存的CPU或者使用显存的GPU。默认情况下,PyTorch会将数据创 …
发布于 2025-02-17 4.5 读取和存储 131 热度 NOTHING 深度学习 读写Tensor 可以直接使用save函数和load函数分别存储和读取Tensor。save使用Python的pickle实用程序 …
发布于 2025-02-17 4.4 自定义层 120 热度 NOTHING 深度学习 不含模型参数的自定义层 先介绍如何定义一个不含模型参数的自定义层。事实上,这和4.1节(模型构造)中介绍的使用Module类构造模 …
发布于 2025-02-17 4.2 模型参数的访问、初始化和共享 116 热度 NOTHING 深度学习 导入需要的库,init模块包含了多种模型初始化方法。定义一个含单隐藏层的多层感知机。 输出: 访问模型参数 对于Sequentia …
发布于 2025-02-16 Windows配置RDP 175 热度 NOTHING 笔记 安装 从这里下载RDPWrap https://github.com/stascorp/rdpwrap/releases/的zip …
发布于 2025-02-16 4.1 模型构造 113 热度 NOTHING 深度学习 继承Module类来构造模型 Module类是nn模块里提供的一个模型构造类,是所有神经网络模块的基类,可以继承它来定义想 …
发布于 2025-02-14 3.16 实战Kaggle比赛:房价预测 105 热度 NOTHING 深度学习 获取和读取数据集 比赛数据分为训练数据集和测试数据集。两个数据集的特征值有连续的数字、离散的标签甚至是缺失值“na”。只有训练数据 …
发布于 2025-02-14 3.15 数值稳定性和模型初始化 154 热度 NOTHING 深度学习 衰减和爆炸 当神经网络的层数较多时,模型的数值稳定性容易变差。不考虑偏差参数,且设所有隐藏层的激活函数为恒等映射(identity …
发布于 2025-02-11 3.14 正向传播、反向传播和计算图 150 热度 NOTHING 深度学习 正向传播 正向传播是指对神经网络沿着从输入层到输出层的顺序,依次计算并存储模型的中间变量(包括输出)。为简单起见,假设输入是一个特 …