python基础教程 豆瓣,python基础教程 zol

  python基础教程 豆瓣,python基础教程 zol

  2.1 Numpy Torch比较Numpy和张量之间转换:

  输出结果:

  Numpy和torch的一些功能比较:

  绝对值函数

  正弦函数

  平均函数:

  矩阵乘法:

  2.2变量variable fromtorch.autograd导入变量

  反向传播张量不变量变量变量

  激励作用是什么?

  2.3激活激发功能

  导入torch.nn.functional as F

  3.1回归回归到torch.unsqueeze()就是把一维变成二维。torch中仅处理二维的数据。

  Y=x.pow(2)是二次的加上一些噪声。

  Plt.scatter(用于打印散点图)需要数字形式。

  开始定义网络:

  你需要继承torch.nn.Module

  覆盖__init__()和forward()

  有一些维度信息:

  真正的建筑过程是在前进的:

  创建并打印网络结构:

  优化器和损耗:

  还可以看神经网络如何学习的动态图~

  这里跳过~看视频很有必要。

  3.2分类分类可以看视频。

  3.3快速施工方法

  3.4保存和提取神经网络保存:

  选择:

  3.5批量数据训练数据加载器导入火炬。utils。数据作为数据

  删除第九行中的深绿色。

  剧集快速梯度下降采用小批量梯度下降(随机梯度下降)。

  加速下降的其他方式:

  3.6优化器优化器一集:什么是卷积神经网络

  4.1 CNN卷积神经网络

  下载并导入数据集:

  为了呈现训练集的外观:

  加载数据:

  CNN网络建设:

  [美]一楼;[英]二楼

  查看尺寸变更的注释:

  正向传播(考虑批处理):

  操作培训:

  培训效果:

  4.2 RNN递归神经网络分类超参数:

  准备数据:

  在RNN中定义__init__方法

  正向方法:

  培训:

  4.3暂时跳过RNN递归神经网络回归。

  自编码自动编码器

  4.4 Autoencoder自编码包括编码器和解码器。

  先跳过

  插曲DQN强化学习4.5 DQN强化学习插曲GAN代对抗网4.6 GAN代对抗网5.1 py torch为什么是动态的5.2 GPU加速插曲:什么是过拟合5.3过拟合掉线插曲什么是批量规格化批量标准化5.4批量规格化批量标准化

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: