AndreaDO

摘要：动手学深度学习，笔记 第一章：预备知识 第一节数据操作： （1）入门操作： 1.首先导入torch库，我们使用pytorch主要使用这个库的函数 import torch 张量表示一个由数值组成的数组，这个数组可能有多个维度。具有一个轴的张量对应数学上的向量（vector）； 具有两个轴的张量对应数 阅读全文

摘要：学习深度学习必须要有数据集，而在数据集的分析中，我们经常用pandas包，以下是一些简单的例子。 1.创建一个基础的数据集 使用以下代码来创建 import os import sys os.makedirs(os.path.join("..", "data"), exist_ok=True) # 阅读全文

摘要：关于学习pytorch知识点中关于线性代数矩阵的知识点 1.创建矩阵 一般创建 x = torch.arange(20).reshape(4, 5) # print(x) # tensor([[ 0, 1, 2, 3, 4], # [ 5, 6, 7, 8, 9], # [10, 11, 12, 1 阅读全文

摘要：pytorch中包含了自动微分的函数，学习并且进行一些练习 1. 使用pytorch计算函数 f(x)=(x1^2 )*3 + 2*e^x2 在（1，1）下的偏导数 # 计算x1 和x2在 (1,1)下的梯度 x1 = torch.tensor(1.0) x2 = torch.tensor(1.0) 阅读全文

摘要：一些概率论的简单知识 1.机器学习的本质就是预测，主要采用大数定律： 本文内代码使用jupyter notebook内执行 大数定律（law of large numbers）告 诉我们：随着投掷次数的增加，这个估计值会越来越接近真实的潜在概率。 库函数 import torch from torc 阅读全文

摘要：回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法。在自然科学和社会科学领域，回归经常用来表示输入和输出之间的关系。 线性模型 最简单的线性模型 f(x)=wx+b，其中w称为权重，b称为偏置。其中x的每一行的一个样本，每一列是一种特征。 寻找最好的模型参数w和b之前， 阅读全文