纯干货总结 动手学NumPy
用户评论
推荐下载
-
动手学深度学习Pytorch Task04
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
16 2021-01-17 -
深度学习动手学深度学习笔记5
Task2——梯度消失、梯度爆炸 5.1 梯度消失与梯度爆炸的概念 深度神经网络训练的时候,采用的是反向传播方式,该方式使用链式求导,计算每层梯度的时候会涉及一些连乘操作,因此如果网络过深。 那么如果
26 2021-01-16 -
动手学深度学习实现DAY2
节选自“ElitesAI·动手学深度学习PyTorch版” Task03:过拟合、欠拟合及其解决方案;梯度消失、梯度爆炸;循环神经网络进阶(1天) Task04:机器翻译及相关技术;注意力机制与Seq
6 2021-01-16 -
动手学深度学习小白笔记三
小白知识点 训练误差和泛化误差 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。 验证数据集、测试数据集和训练数
14 2021-01-16 -
动手学第二次打卡
一、过拟合、欠拟合及其解决方案 一类是模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting); 另一类是模型的训练误差远小于它在测试数据集上的误差,我们称该现象为过拟
10 2021-01-16 -
动手学深度学习之深度学习基础
动手学深度学习之深度学习基础 文章目录动手学深度学习之深度学习基础1、过拟合、欠拟合及其解决方案2、梯度消失、梯度爆炸3、循环神经网络进阶4、机器翻译及相关技术5、注意力机制与Seq2seq模型6、T
28 2021-01-16 -
动手学深度学习小白笔记四
小白知识 二维互相关运算 输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。卷积核的尺寸通常小于输入数组,卷积核在输入数组
5 2021-01-16 -
动手学深度学习Pytorch Task05
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
27 2021-01-17 -
动手学深度学习_最新中文版
代码+视频,很好的深度学习入门书籍!亚马逊出品,李沐主讲!
16 2019-02-22 -
李沐动手学深度学习pdf中文
带有目录和书签文档,非常清晰,内容详细,最主要是中文版的
38 2019-02-22
暂无评论