导航

• 博客园
• 首页
• 新随笔
• 新文章
• 联系
• 订阅
• 管理

09 2021 档案

• 第四周作业：卷积神经网络（Part2）
  摘要：经典卷积神经网络模型 AlexNet 主要改进 丢弃法 ReLU MaxPooling VGG 主要改进 VGG使用可重复使用的卷积块来构建深度卷积神经网络 不同的卷积块个数和超参数可以得到不同复杂度的变种 NIN NIN块 一个卷积层后跟两个全连接层，即步幅为1的无填充的$1×1$卷积层，输出形状 阅读全文
  posted @ 2021-09-24 19:49 张浩鹏 阅读(152) 评论(1) 推荐(0)
• 第三周作业：卷积神经网络（Part1）
  摘要：深度学习计算 层和块 层 通过实例化nn.Sequential来构建的模型，层的执行顺序是作为参数传递的。 import torch from torch import nn from torch.nn import functional as F net = nn.Sequential(nn.Li 阅读全文
  posted @ 2021-09-19 22:35 张浩鹏 阅读(163) 评论(0) 推荐(0)
• 第二周作业：多层感知机
  摘要：多层感知机 线性回归+基础优化方法 1. 模型 线性回归假设输出与各个输入是线性关系，我们需要建立基于输入$x_1$到$x_n$来计算输出$y$的表达式，也就是模型。 2. 模型训练 通过数据来寻找特定的模型参数值，使模型在数据上的误差尽可能小。这个过程叫模型训练。 3. 损失函数 损失函数能够量化 阅读全文
  posted @ 2021-09-12 20:28 张浩鹏 阅读(936) 评论(1) 推荐(0)
• 第一次作业：深度学习基础
  摘要：第一次作业：深度学习基础 本文代码使用Google的colab作为运行环境。 使用代码安装实验所需的d2l库 !pip install git+https://github.com/d2l-ai/d2l-zh@release ##与深度学习相关的数据操作 ###1.张量基本操作 torch.aran 阅读全文
  posted @ 2021-09-02 10:48 张浩鹏 阅读(247) 评论(1) 推荐(0)