文章分类 -  深度学习

监督学习&无监督学习&半监督学习&自监督学习
摘要：1、监督学习 监督学习利用大量的标注数据来训练模型，模型的预测和数据的真实标签产生损失（把标签数值化？）后进行反向传播（计算梯度、更新参数），通过不断的学习，最终可以获得识别新样本的能力。 2、无监督学习 无监督学习不依赖任何标签值，通过对数据内在特征的挖掘，找到样本间的关系，比如聚类相关的任务。 阅读全文
posted @ 2020-11-08 10:56 小吴的日常 阅读(9462) 评论(1) 推荐(3)
生成模型
该文被密码保护。
posted @ 2020-10-06 11:51 小吴的日常 阅读(0) 评论(0) 推荐(0)
Teacher Forcing
该文被密码保护。
posted @ 2020-08-05 20:57 小吴的日常 阅读(0) 评论(0) 推荐(0)
时间序列连续多步预测法
该文被密码保护。
posted @ 2020-08-05 19:31 小吴的日常 阅读(0) 评论(0) 推荐(0)
高斯混合模型（Gaussian Mixture Model）
该文被密码保护。
posted @ 2020-07-14 17:24 小吴的日常 阅读(0) 评论(0) 推荐(0)
自动编码器
摘要：前言： class DaGMM(nn.Module): # 自定义的模型需要继承nn.Module(固定写法) """Residual Block(残块).""" def __init__(self, n_gmm=2, latent_dim=3): # n_gmm=gmm_k=4 super(DaG 阅读全文
posted @ 2020-07-12 20:04 小吴的日常 阅读(666) 评论(0) 推荐(0)
torchvision
摘要：I、简介 在安装Pytorch时，torch独立于torch。torchvision包由流行的数据集（torchvision.datasets）、模型架构（torchvision.models）和用于计算机视觉常见图像转换组成（torchvision.transforms）。 官网。 阅读全文
posted @ 2020-07-07 20:07 小吴的日常 阅读(144) 评论(0) 推荐(0)
Attention注意力机制和Transformer详解
该文被密码保护。
posted @ 2020-05-22 08:41 小吴的日常 阅读(0) 评论(0) 推荐(0)
Encoder-Decoder&Seq2Seq
该文被密码保护。
posted @ 2020-05-10 16:35 小吴的日常 阅读(0) 评论(0) 推荐(0)
RNN&LSTM
该文被密码保护。
posted @ 2020-05-09 13:27 小吴的日常 阅读(0) 评论(0) 推荐(0)