摘要：
pytorch避免过拟合-权重衰减的实现 首先学习基本的概念背景 L0范数是指向量中非0的元素的个数；(L0范数难优化求解) L1范数是指向量中各个元素绝对值之和； L2范数是指向量各元素的平方和然后求平方根。 权重衰减等价于 L2范数正则化（regularization）。正则化通过为模型损失函数 阅读全文
posted @ 2020-10-14 22:36
巫山巫峡
阅读(735)
评论(0)
推荐(0)
摘要：
pytorch实现多层感知机（自动定义模型）对Fashion-MNIST数据集进行分类 导入模块： import torch from torch import nn from torch.nn import init import numpy as np 定义数据集： class FlattenL 阅读全文
posted @ 2020-10-14 22:35
巫山巫峡
阅读(306)
评论(0)
推荐(0)
摘要：
pytorch实现对Fashion-MNIST数据集进行图像分类 导入所需模块： import torch import torchvision import torchvision.transforms as transforms import matplotlib.pyplot as plt i 阅读全文
posted @ 2020-10-14 11:33
巫山巫峡
阅读(1255)
评论(0)
推荐(0)
摘要：
pytorch实现多层感知机对Fashion-MNIST数据集进行分类（手动定义模型） 多层感知机： 多层感知机在单层神经网络的基础上引入了一到多个隐藏层（hidden layer）。隐藏层位于输入层和输出层之间。 输入和输出个数分别为4和3，中间的隐藏层中包含了5个隐藏单元，输入层不涉及计算，多层 阅读全文
posted @ 2020-10-14 11:32
巫山巫峡
阅读(438)
评论(0)
推荐(0)
摘要：
使用softmax回归实现对Fashion-MNIST数据集进行分类 import torch from torch import nn from torch.nn import init import numpy as np import sys 读取数据集： mnist_train = torc 阅读全文
posted @ 2020-10-14 11:31
巫山巫峡
阅读(521)
评论(0)
推荐(0)
浙公网安备 33010602011771号