动手学深度学习源代码

《动手学深度学习》图书的pdf版，纸质版还没有出版。这是pdf预览版。18年9月写完的。手把手教大家学deeplearning。全书近600页。

《动手学深度学习》图书电子版，2018年9月才写完，纸质版还没有上市哦。介于纯理论和纯实践之间，让你手把手学会深度学习。

过拟合、欠拟合及其解决方案 训练误差:模型在训练数据集上表现出的误差。 泛化误差:模型在任意一个测试数据样本上表现出的误差的期望,并常常通过测试数据集上的误差来近似——机器学习模型应关注降低泛化误差。

house price 学习记录。 %matplotlib inline import torch import torch.nn as nn import numpy as np import pa

动手学深度学习代码jupyter代码(d2l-zh.zip)

这是最新的一期深度学习内部资料，里面涉及到BP神经网络、CNN、RNN以及优化算法、如何调参等。适合零基础和有一些基础像加深对BP神经网络理解的初学者

有效长度 def SequenceMask(X, X_len,value=0): maxlen = X.size(1) mask = torch.arange(maxlen)[None, :].to(

深度学习源代码，hinton论文附带源代码，包括图像编码和解码两部分。通过训练深层网络降维高位图片数据，并比较复原误差。主要利用级联Boltzmann估计多层网络初始参数，使得多层神经网络可以被很好的

这本书的主题具体来说，是机器学习的一种，一种能够使计算机系统从经验和数据中得到提高的技术。深度学习是一种特定类型的机器学习，具有强大的能力和灵活性，它将大千世界表示为嵌套的层次概念体系（由较简单概念间

疑问及思考:对于梯度爆炸与梯度消失的影响理解还不透彻,只知道多层神经网络后梯度可能趋于非常大或者接近0 的值, 但实际上呢?例如权重裁剪,可以解决爆炸的问题吗?会不会反而带来了梯度消失的问题?这种是不