摘要： 
本文主要介绍zeotero如何安装，以及相关的配置 阅读全文
本文主要介绍zeotero如何安装，以及相关的配置 阅读全文
posted @ 2025-10-28 15:24
小西贝の博客
阅读(59)
评论(0)
推荐(0)
摘要： 
本文主要介绍使用ubuntu安装pbc库，并在安装过程中遇到的问题的解决方法 阅读全文
本文主要介绍使用ubuntu安装pbc库，并在安装过程中遇到的问题的解决方法 阅读全文
posted @ 2025-10-02 16:47
小西贝の博客
阅读(47)
评论(0)
推荐(0)
摘要： 
本章主要介绍卷积神经网络LeNet的实现 阅读全文
本章主要介绍卷积神经网络LeNet的实现 阅读全文
posted @ 2025-09-21 23:38
小西贝の博客
阅读(12)
评论(0)
推荐(0)
摘要： 
本章主要介绍汇聚层相关原理和实现 阅读全文
本章主要介绍汇聚层相关原理和实现 阅读全文
posted @ 2025-09-21 23:36
小西贝の博客
阅读(9)
评论(0)
推荐(0)
摘要： 
本章主要介绍通道多输入和多输出 阅读全文
本章主要介绍通道多输入和多输出 阅读全文
posted @ 2025-09-21 23:35
小西贝の博客
阅读(11)
评论(0)
推荐(0)
摘要： 
本章主要介绍进行卷积运算时的填充和步幅，并进行实现 阅读全文
本章主要介绍进行卷积运算时的填充和步幅，并进行实现 阅读全文
posted @ 2025-09-21 23:34
小西贝の博客
阅读(9)
评论(0)
推荐(0)
摘要： 
本章主要介绍二维卷积和图像卷积的计算 阅读全文
本章主要介绍二维卷积和图像卷积的计算 阅读全文
posted @ 2025-09-21 23:33
小西贝の博客
阅读(10)
评论(0)
推荐(0)
摘要： 
本章主要介绍将训练后的数据保存到文件中 阅读全文
本章主要介绍将训练后的数据保存到文件中 阅读全文
posted @ 2025-09-21 23:31
小西贝の博客
阅读(8)
评论(0)
推荐(0)
摘要： 
本章主要解释Google Colab如何训练项目 阅读全文
本章主要解释Google Colab如何训练项目 阅读全文
posted @ 2025-09-20 21:34
小西贝の博客
阅读(39)
评论(0)
推荐(0)
摘要： 
本章主要写的是深度学习入门基于python的实现，也就是大家常说的鱼书上的相关，里面介绍了从感知机到卷积神经网络的过程，并使用python来实现，对于深度学习入门来说正好合适 阅读全文
本章主要写的是深度学习入门基于python的实现，也就是大家常说的鱼书上的相关，里面介绍了从感知机到卷积神经网络的过程，并使用python来实现，对于深度学习入门来说正好合适 阅读全文
posted @ 2025-09-08 16:33
小西贝の博客
阅读(39)
评论(0)
推荐(0)
选择函数来优化参数
摘要： 
本章主要学习过惩罚权重的L2范数来正则化统计模型的经典方法 阅读全文
本章主要学习过惩罚权重的L2范数来正则化统计模型的经典方法 阅读全文
posted @ 2025-08-11 21:02
小西贝の博客
阅读(22)
评论(0)
推荐(0)
摘要： 
本章主要写使用终端运行c++相关代码的时候出现乱码问题的解决方法 阅读全文
本章主要写使用终端运行c++相关代码的时候出现乱码问题的解决方法 阅读全文
posted @ 2025-07-29 21:21
小西贝の博客
阅读(57)
评论(0)
推荐(0)
摘要： 
本章主要是解决pycharm在运行代码时的问题，执行相关的matplotlib的代码报错的解决方法 阅读全文
本章主要是解决pycharm在运行代码时的问题，执行相关的matplotlib的代码报错的解决方法 阅读全文
posted @ 2025-06-30 17:05
小西贝の博客
阅读(582)
评论(0)
推荐(0)
摘要： 
本章主要介绍了latex相关的用法 阅读全文
本章主要介绍了latex相关的用法 阅读全文
posted @ 2025-06-26 13:17
小西贝の博客
阅读(123)
评论(0)
推荐(0)
本章主要使用权重衰减的方法来训练模型
摘要： 
本章主要说明模型的过拟合和欠拟合问题，并使用三阶多项式函数拟合(正常)、线性函数拟合(欠拟合)、高阶多项式函数拟合(过拟合)等 阅读全文
本章主要说明模型的过拟合和欠拟合问题，并使用三阶多项式函数拟合(正常)、线性函数拟合(欠拟合)、高阶多项式函数拟合(过拟合)等 阅读全文
posted @ 2025-06-20 22:53
小西贝の博客
阅读(43)
评论(0)
推荐(0)
摘要： 
本章主要使用高级API简洁地实现多层感知机 阅读全文
本章主要使用高级API简洁地实现多层感知机 阅读全文
posted @ 2025-06-20 13:08
小西贝の博客
阅读(48)
评论(0)
推荐(0)
摘要： 
本章主要使用pytorch从0开始实现多层感知机，从初始化模型、激活函数、模型、损失函数和训练等五个步骤来实现 阅读全文
本章主要使用pytorch从0开始实现多层感知机，从初始化模型、激活函数、模型、损失函数和训练等五个步骤来实现 阅读全文
posted @ 2025-06-19 13:18
小西贝の博客
阅读(25)
评论(0)
推荐(0)
摘要： 
本章主要叙述多层感知机在输出层和输入层之间增加一个或多个全连接隐藏层，并通过激活函数转换隐藏层的输出。并介绍常用的激活函数包括ReLU函数、sigmoid函数和tanh函数 阅读全文
本章主要叙述多层感知机在输出层和输入层之间增加一个或多个全连接隐藏层，并通过激活函数转换隐藏层的输出。并介绍常用的激活函数包括ReLU函数、sigmoid函数和tanh函数 阅读全文
posted @ 2025-06-19 12:50
小西贝の博客
阅读(38)
评论(0)
推荐(0)
摘要： 
本章主要是使用pytorch对softmax进行简洁实现，初始化模型参数、重新审视softmax的实现、优化算法、训练四个步骤来实现 阅读全文
本章主要是使用pytorch对softmax进行简洁实现，初始化模型参数、重新审视softmax的实现、优化算法、训练四个步骤来实现 阅读全文
posted @ 2025-06-18 12:57
小西贝の博客
阅读(44)
评论(0)
推荐(0)
摘要： 
本章主要使用softmax回归来实现分类预测 阅读全文
本章主要使用softmax回归来实现分类预测 阅读全文
posted @ 2025-06-18 11:43
小西贝の博客
阅读(32)
评论(0)
推荐(0)
摘要： 
本章主要使用pytorch，使用Fashion‐MNIST数据集来训练 阅读全文
本章主要使用pytorch，使用Fashion‐MNIST数据集来训练 阅读全文
posted @ 2025-06-17 20:18
小西贝の博客
阅读(45)
评论(0)
推荐(0)
摘要： 
线性回归的简洁实现调用相关的库函数，实现步骤为：生成数据集、读取数据集、初始化模型参数、定义模型、定义损失函数、定义优化算法和训练等7步 阅读全文
线性回归的简洁实现调用相关的库函数，实现步骤为：生成数据集、读取数据集、初始化模型参数、定义模型、定义损失函数、定义优化算法和训练等7步 阅读全文
posted @ 2025-06-17 19:23
小西贝の博客
阅读(17)
评论(0)
推荐(0)
摘要： 
线性回归从0开始实现，实现步骤为：生成数据集、读取数据集、初始化模型参数、定义模型、定义损失函数、定义优化算法和训练等7步 阅读全文
线性回归从0开始实现，实现步骤为：生成数据集、读取数据集、初始化模型参数、定义模型、定义损失函数、定义优化算法和训练等7步 阅读全文
posted @ 2025-06-17 19:21
小西贝の博客
阅读(23)
评论(0)
推荐(0)
浙公网安备 33010602011771号