摘要：
conv_arch = ((1, 64), (1, 128), (2, 256), (2, 512), (2, 512)) 7.1. 深度卷积神经网络（AlexNet） 更多的数据和更高性能的硬件使得深度卷积神经网络在2012年出现突破。 2012年，AlexNet横空出世，首次证明了学习到的特征可 阅读全文
摘要：
6.1从全连接层到卷积层 之前的多层感知机，仅仅通过将图像数据展平成一维向量而忽略了每个图像的空间结构信息。 卷积神经网络则改善了这一点，且卷积神经网络需要的参数少于全连接架构的网络同时卷积也很容易用GPU并行计算，因此更适合于高效的进行计算。 练习 1假设卷积层 (6.1.3)覆盖的局部区域Δ=0 阅读全文
摘要：
5.1块和层 我们一直在通过net(X)调用我们的模型来获得模型的输出。 这实际上是net.__call__(X)的简写。 这个前向传播函数非常简单： 它将列表中的每个块连接在一起，将每个块的输出作为下一个块的输入。 import torch from torch import nn from to 阅读全文
摘要：
2.1数据操作笔记 PyTorch和TensorFlow中的Tensor类型可做为张量使用，可支持GPU操作和自动微分。 广播机制：对不同形状的张量可使用广播机制进行运算。 为节省内存，可使用 X[:] = X + Y或X += Y来减少操作的内存开销。 2.1练习 1运行本节中的代码。将本节中的条 阅读全文
摘要：
Jupyter Notebook运行中内核挂掉了 有人说可能是版本冲突，由于我的都是最新版本，因此更新版本并未解决该问题。 最后发现有人通过这行代码解决了 import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" 我也试了试，发现...... 我加了这一 阅读全文
摘要：
3.1笔记 线性回归假设y与多个x之间的关系是线性的，且噪声符合正态分布。 线性模型则是对输入特征做仿射变换Y^ = W * X+b,其中Y^为预测值，我们希望预测值与真实值Y的误差最小。那如何衡量这个误差呢，使用损失函数来量化。 （在线性模型中，一般采用最小二乘的损失函数） 这样，将问题转化为关注 阅读全文
摘要：
入门深度学习，从李沐老师的动手学开始 以此为目录，记录学习感悟与课后练习。 2、预备知识 3、线性神经网络 4、多层感知机 5、深度学习计算 6、卷积神经网络 7、现代卷积神经网络 8、循环神经网络 9，现代循环神经网络 10, 注意力机制 11，优化算法 12，计算性能 13. 计算机视觉 AI- 阅读全文
摘要：
4.1笔记 在线性网络中，任何特征的增大都会导致模型输出的增大或减小。这种想法在某些情况下不在适用，例如x和y并非线性关系、或者是x和y并不具有单调性、以及x1、x2会对y产生交互作用时。 为解决该问题，有人提出在网络中加入隐藏层，来克服线性模型的限制，使其能够处理更多变的函数关系。为防止多个隐藏层 阅读全文
摘要：
最近接到一个委托，把matlab代码转译为c++语言，看看能不能提高运行效率。 matlab虽然本身具有将程序转化为C++的app库，但是对代码格式有严格的要求： 变量使用之前需要对变量类型和空间大小提前声明。 除此之外，c++也没有画图功能。 先吃个饭，回来再写 https://blog.csdn 阅读全文