kuluma

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili Advance RNN 1、RNN分类问题 判断数据集中的每个名字所属的国家，共有18个国家类别 2、网络结构 ①基础RNN seq2seq，可以解决自动翻译问题 ②简化RNN 利用最终的隐藏层状态 h_H 通过一个线性层来 ③本例 阅读全文

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili Basic RNN ①用于处理序列数据：时间序列、文本、语音..... ②循环过程中权重共享机制 一、RNN原理 ① Xt表示时刻t时输入的数据 ② RNN Cell—本质是一个线性层 ③ Ht表示时刻t时的输出（隐藏层） RNN 阅读全文

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili Advanced CNN 一、GoogLeNet Inception Module：而为了减少代码的冗余，将由（卷积（Convolution），池化（Pooling）、全连接（Softmax）以及连接（Other））四个模块所组成的 阅读全文

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili Basic Convolution Neural Network 1、全连接网络 线性层串行—全连接网络 每一个输入和输出都有权重--全连接层 全连接网络在处理图像时，直接将每一行像素拼接成向量，丧失了图像的空间结构 2、CNN结构 阅读全文

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili Softmax Classifer 1、二分类问题：糖尿病预测 2、多分类问题 MNIST Dataset：10个标签，图像数字（0-9）识别 ①用sigmoid：输出每个类别的概率 但这种情况下，类别之间所存在的互相抑制的关系没有 阅读全文

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili Dataset & Dataloader 1、Dataset & Dataloader作用 ※Dataset—加载数据集，用索引的方式取数 ※DataLoader—Mini-Batch 通过获得DataSet的索引以及数据集大小，来 阅读全文

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili Multiple Dimension Imput 1、糖尿病预测案例 2、输入8个特征变量 3、Mini-batch N个样本，每个样本有8个特征变量 3、输入8维变量，输出1维，代码部分修改 4、构造神经网络 增加网络层数，增加网 阅读全文

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili 用Pytorch实现逻辑回归 Logistic Regression 从线性回归 →​ 逻辑回归 1、分类问题 计算属于每一类的概率 用 Logistic Function 把实数空间映射到[0,1]的概率范围空间内 2、模型变化（ 阅读全文

摘要： 《PyTorch深度学习实践》完结合集_哔哩哔哩_bilibili P5--用Pytorch实现线性回归 建立模型四大步骤 一、Prepare dataset mini-batch：x、y必须是矩阵 ## Prepare Dataset:mini-batch, X、Y是3X1的Tensor x_da 阅读全文

摘要： MongoDB存储 1、链接MongoDB 指定数据库 指定集合 import pymongo ## 连接数据库 client = pymongo.MongoClient(host='localhost', port=27017) ## 指定数据库 kuluma db = client.kuluma 阅读全文