原标题 | Starter Pack for Deep Learning Projects in PyTorch — for Extreme Beginners — by a beginner! 作
本节课内容批量归一化和残差网络、凸优化、梯度下降 一、批量归一化和残差网络 1.批量归一化 对输入的标准化(浅层模型):处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。标准化处理输入数
《动手学深度学习》pytorch版笔记2 Task3 过拟合、欠拟合及其解决方案 这部分内容比较简单,写下问题吧,再挖几个坑 1.模型复杂度如何改变,三阶到一阶等 2.L2范数正则化为什么是权重衰减的
本节课主要内容为机器翻译及相关技术、注意力机制与Seq2seq模型、Transformer 一、机器翻译及相关技术 机器翻译:将一段文本从一种语言自动翻译为另一种语言,用神经网络解决这个问题通常称为神
机器翻译 机器翻译是指将一段文本从一种语言自动翻译到另一种语言。因为一段文本序列在不同语言中的长度不一定相同,所以我们使用机器翻译为例来介绍编码器—解码器和注意力机制的应用。 1. 读取和预处理数据
本节课内容,卷积神经网络基础、LeNet、卷积神经网络进阶 一、卷积神经网络基础 二维互相关运算:二维互相关运算的输入是一个二维输入数组和一个二维核数组,输出也是一个二维数组,其中核数组通常称为卷积核
将带您进入一个引人入胜的案例研究:构建一种能够使用CT扫描检测恶性肺肿瘤的算法。在作者引导您完成这个真实示例的过程中,您将发现PyTorch的有效性和趣味性。
Thisrepositorycontainsmostofclassicdeepreinforcementlearningalgorithms,including-DQN,DDPG,A3C,PPO,TR
书从多维数组Tensor开始,循序渐进地带领读者了解PyTorch各方面的基础知识,并结合基础知识和前沿研究,带领读者从零开始完成几个经典有趣的深度学习小目,包括GAN生成动漫头像、AI滤镜、AI写诗
带完整目录,个人专门编辑,非常好的深度学习入门文档
