摘要：
黄色和灰色是问题，粉色是重点。 Deep Learning强大的地方就是可以利用网络中间某一层的输出当做是数据的另一种表达，从而可以将其认为是经过网络学习到的特征。基于该特征，可以进行进一步的相似度比较等。 现在，CNN已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于该网络避免了对图像 阅读全文
posted @ 2017-10-30 22:13
cathy_mu
阅读(2404)
评论(0)
推荐(0)
摘要：
https://m.huxiu.com/article/138857/1.html 最近 Google Tensorflow 做了一个非常直观的神经网络 playground。不夸张地说，现在每个人都可以在自己的浏览器里面直接“玩深度神经网络”了。什么都不用说，自己玩玩就明白。 地址是： A Neu 阅读全文
posted @ 2017-10-30 21:31
cathy_mu
阅读(1491)
评论(0)
推荐(0)
摘要：
一、autograd自动微分 autograd是专门为了BP算法设计的，所以这autograd只对输出值为标量的有用，因为损失函数的输出是一个标量。如果y是一个向量，那么backward()函数就会失效。不知道BP算法是什么的同学，估计也不知道什么是深度学习，建议先看Zen君提供的教材。 二、aut 阅读全文
posted @ 2017-10-30 16:16
cathy_mu
阅读(2144)
评论(0)
推荐(0)
摘要：
http://www.jianshu.com/p/5ae644748f21 二、pytorch的基石--Tensor张量 其实标量，向量，矩阵它们三个也是张量，标量是零维的张量，向量是一维的张量，矩阵是二维的张量。 四种加法 第一种： >>>a+b 第二种： >>>torch.add(a,b) 第三 阅读全文
posted @ 2017-10-30 16:00
cathy_mu
阅读(3002)
评论(0)
推荐(0)
摘要：
这是https://zhuanlan.zhihu.com/p/25572330的学习笔记。 Tensors Tensors和numpy中的ndarrays较为相似, 因此Tensor也能够使用GPU来加速运算。 from __future__ import print_function import 阅读全文
posted @ 2017-10-30 15:50
cathy_mu
阅读(8267)
评论(0)
推荐(0)
浙公网安备 33010602011771号