Trouvaille

摘要： 1 容器和虚拟机的区别 虚拟机是操作系统级别的资源隔离，而容器本质上是进程级的资源隔离。 2 虚拟机和虚拟环境的区别 虚拟环境是为了隔绝用户的多个运行环境，避免冲突。 虚拟机是为了隔绝多个用户之间的操作环境，避免冲突。 阅读全文

摘要： 参考链接： https://blog.csdn.net/weixin_45425561/article/details/105806606 https://www.cnblogs.com/aerospace191/p/13985517.html 阅读全文

摘要： 一、损失函数 均方损失（L2 Loss）: 绝对值损失函数（L1 Loss）： 哈勃鲁棒损失（Huber's Robust Loss）: 阅读全文

摘要： 一、softmax回归 softmax回归实际上是用于解决分类问题的。 1. 回归和分类的区别 2.如何从回归转换到分类 3.分类问题 一般的分类问题并不与类别之间的自然顺序有关。 发明了一种表示分类数据的简单方法：独热编码（one-hot encoding）。独热编码是一个向量，它的分量和类别一样 阅读全文

摘要： 阅读步骤 对勾表示需要读的 阅读全文

摘要： 线性回归的简洁实现 使用开源框架实现： 通过张量来进行数据存储和线性代数 通过自动微分来计算梯度 1 生成数据集 import numpy as np import torch from torch.utils import data from d2l import torch as d2l tru 阅读全文

摘要： 问题：TypeError: 'method' object is not iterable 解决办法:加括号 阅读全文

摘要： 问题：IndentationError: unexpected indent 解决办法：查看缩进格式 阅读全文

摘要： 线性回归的从零开始实现 1 生成数据集 导入需要的包 %matplotlib inline #默认嵌入到matplotlib里面 import random import torch from d2l import torch as d2l 构造数据集 def synthetic_data(w,b, 阅读全文

摘要： 一、线性回归 1 线性模型 2 线性模型可以看成单层神经网络 3 神经网络源于神经科学 4 衡量预测质量 平方损失 5 案例-房价预测 (1) 简化模型 (2) 训练数据 (3) 参数学习 (4) 显示解 6 总结 二、基础优化方法 1 梯度下降 (1) 基本步骤 (2) 选择学习率 2 小批量随机 阅读全文