摘要:
B站视频链接 5 逻辑斯蒂回归 目录0 模型引入1 数据集的使用1 MNIST dataset2 CIFAR dataset2 初步介绍2.1 二分模型2.2 逻辑斯蒂函数3 代码说明3.1 分块说明3.2 代码综合 0 模型引入 该模型主要是一个分类问题,这一次主要用的就是逻辑斯蒂回归. 在上一届 阅读全文
B站视频链接 5 逻辑斯蒂回归 目录0 模型引入1 数据集的使用1 MNIST dataset2 CIFAR dataset2 初步介绍2.1 二分模型2.2 逻辑斯蒂函数3 代码说明3.1 分块说明3.2 代码综合 0 模型引入 该模型主要是一个分类问题,这一次主要用的就是逻辑斯蒂回归. 在上一届 阅读全文
posted @ 2025-09-07 15:03
AxonoSensei
阅读(52)
评论(0)
推荐(0)

所学习的B站视频链接 :1 线性模型 目录1 模型原理1.1数据集的预处理1.2 模型的引入1.3 使用的方法2 代码编写 1 模型原理 这里我们讲解的是一个线性模型的使用方法Linear Model 在使用模型的过程中主要有四个步骤 dataset model Training inferring
目录1 下载项目2 配置本地的python环境2-1 需要配置虚拟环境2-2 不需要配置虚拟环境3 配置运行文件4 程序运行 1 下载项目 首先进入大佬的\(github\)主页中的\(weiban\)库安全微伴 然后选择蓝色的code按钮,将克隆的地址进行复制。 如果电脑没有安装git的话直接\(
B站学习的视频链接 用pytorch实现线性回归 目录1 复习引入2 模型建立1 训练数据2 设计模型3 构造损失函数和优化器4 做好训练的过程3 代码综合总结1 深度学习的流程2. 代码处理3 函数总结torch.tensor()torch.nn.Linear() torch.nn.MSELoss
B站视频学习链接:3 反向传播 目录0 复习回顾1 反向传播原理1.1 引入原理1.3 求导法则1.4 求导计算图2 代码使用2.1 分块编写2.2 代码综合3 课后作业3.1 换一组变量进行推导并绘制其计算图3.2 增加模型复杂度继续进行pytorch求解3.3 尝试使用二次函数模型进行反向传播的
浙公网安备 33010602011771号