动手学深度学习打卡之二。
用户评论
推荐下载
-
动手学深度学习_mxnet_gluon_totorials
从社区里找到的,大神李沐的教程。大家可以配合B站的视频,照着这个教程学习,非常好。https://www.bilibili.com/video/av14327359?from=search&seid=
43 2019-07-18 -
动手学深度学习v2.pdf
《动手学深度学习v2》.pdf
186 2021-04-09 -
动手深度学习
动手深度学习适用于初学者,包含深度学基础,深度学习计算,卷积神经网络,循环神经网络,优化算法,计算性能,计算机视觉,NLP等
22 2019-09-30 -
动手学习深度学习
MXNet Community,深度学习基础,深度学习计算,卷积神经网络,循环神经网络,优化算法,计算性能,计算机视觉,自然语言处理.....
72 2019-02-27 -
pytorch动手深度学习的笔记二
一.循环神经网络 循环神经网络基于当前的输入与过去的输入序列,预测序列的下一个字符。它引入一个隐藏变量H,用Ht表示H在时间步t的值。Ht的计算基于Xt和Ht−1,可以认为Ht记录了到当前字符为止的序
10 2021-01-16 -
伯禹动手学深度学习打卡09之批量归一化和残差网络
批量归一化(BatchNormalization) 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。 标准化处理输入数据使各个特征的分布相近 批量归一化(深
12 2021-01-15 -
DataWhale深度学习第二次打卡
第二次打卡学习笔记 1.过拟合欠拟合及其解决方案 2.梯度消失与梯度爆炸 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.Transfomer 7.卷积神经网络基
11 2021-02-01 -
动手学深度学习PyTorch实现八–AlexNet模型
AlexNet模型1. AlexNet模型介绍1.1 AlexNet的特点1.2 AlexNet的结构1.3 AlexNet参数数量2. AlexNet的PyTorch实现2.1 导入相应的包2.2
29 2021-01-16 -
动手学深度学习PyTorch版day02
目录 Day02 1.过拟合,欠拟合及解决 训练误差 泛化误差 过拟合 过拟合解决方案 欠拟合 2.梯度消失,梯度爆炸 考虑环境因素 协变量偏移 标签偏移 概念偏移 3.卷积神经网络基础 ALex
15 2021-01-16 -
动手学深度学习Task3Task5
知识点协变量偏移标签偏移概念偏移 协变量偏移 在传统机器学习中,一个常见的问题的协变量偏移(Covariate Shift)。协变量是一个统计学概念,是可能影响预测结果的统计变量。 在机器学习中,协变
9 2021-02-01
暂无评论