相關(guān)文章

• 

  深度學(xué)習(xí)環(huán)境配置Anaconda+cuda+cudnn+PyTorch——李沐大神《動(dòng)手學(xué)深度學(xué)習(xí)》環(huán)境配置（巨詳細(xì)，持續(xù)迭代）

  Anaconda+cuda+cudnn+Pytorch(手把手教你安裝深度學(xué)習(xí)環(huán)境）——這里是GPU+PyTorch版本 國(guó)內(nèi)AI教學(xué)體系發(fā)展較晚，很多喜歡AI的同學(xué)都得不到系統(tǒng)的學(xué)習(xí)。當(dāng)然我們也不否認(rèn)國(guó)內(nèi)一些優(yōu)質(zhì)的AI領(lǐng)域的課程和教學(xué)資料，這里我們主要推薦李沐大神推出的《動(dòng)手學(xué)深度學(xué)習(xí)》，這門課程最初

  2024年02月15日

  瀏覽(100)
• 

  Mac電腦配置李沐深度學(xué)習(xí)環(huán)境[pytorch版本]使用vscode

  Mac打開(kāi)終端（Mac電腦如何啟動(dòng)終端？打開(kāi)啟動(dòng)臺(tái)，搜索終端即可） 安裝包管理工具Homebrew 如果遇到報(bào)錯(cuò) 則需要運(yùn)行一下如下指令，然后再安裝Homebrew。原因是被墻，需要配置一下端口。 安裝Homebrew成功后，重啟終端（Mac電腦如何啟動(dòng)終端？打開(kāi)啟動(dòng)臺(tái)，搜索終端即可）直接安

  2024年02月06日

  瀏覽(35)
• 

  李沐《動(dòng)手學(xué)深度學(xué)習(xí)》深度學(xué)習(xí)計(jì)算

  李沐《動(dòng)手學(xué)深度學(xué)習(xí)》預(yù)備知識(shí) 張量操作及數(shù)據(jù)處理 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》預(yù)備知識(shí) 線性代數(shù)及微積分 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》線性神經(jīng)網(wǎng)絡(luò) 線性回歸 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》線性神經(jīng)網(wǎng)絡(luò) softmax回歸 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》多層感知機(jī) 模型概念和代碼實(shí)現(xiàn) 李沐《

  2024年01月22日

  瀏覽(17)
• 

  【李沐】動(dòng)手學(xué)深度學(xué)習(xí) 學(xué)習(xí)筆記

  你好！ 這是【李沐】動(dòng)手學(xué)深度學(xué)習(xí)v2-基于pytorch版本的學(xué)習(xí)筆記 教材 源代碼 安裝教程（安裝pytorch不要用pip，改成conda，pip太慢了，下載不下來(lái)） 個(gè)人推薦學(xué)習(xí)學(xué)習(xí)筆記 數(shù)據(jù)操作 ??本節(jié)代碼文件在源代碼文件的chapter_preliminaries/ndarray.ipynb中 創(chuàng)建數(shù)組 ??創(chuàng)建數(shù)組需要：

  2024年02月16日

  瀏覽(63)
• 

  李沐《動(dòng)手學(xué)深度學(xué)習(xí)》多層感知機(jī) 深度學(xué)習(xí)相關(guān)概念

  李沐《動(dòng)手學(xué)深度學(xué)習(xí)》預(yù)備知識(shí) 張量操作及數(shù)據(jù)處理 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》預(yù)備知識(shí) 線性代數(shù)及微積分 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》線性神經(jīng)網(wǎng)絡(luò) 線性回歸 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》線性神經(jīng)網(wǎng)絡(luò) softmax回歸 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》多層感知機(jī) 模型概念和代碼實(shí)現(xiàn) 教材：

  2024年01月20日

  瀏覽(53)
• 

  李沐-《動(dòng)手學(xué)深度學(xué)習(xí)》--02-目標(biāo)檢測(cè)

  a . 算法步驟 使用啟發(fā)式搜索算法來(lái)選擇錨框（選出多個(gè)錨框大小可能不一，需要使用Rol pooling） 使用 預(yù)訓(xùn)練 好的模型（去掉分類層）對(duì)每個(gè)錨框進(jìn)行特征抽取（如VGG,AlexNet…) 訓(xùn)練一個(gè)SVM來(lái)對(duì)每個(gè)類進(jìn)行分類 訓(xùn)練一個(gè)線性回歸模型來(lái)預(yù)測(cè)邊緣框偏移 b . Rol Pooling ? 每個(gè)錨框

  2024年01月25日

  瀏覽(29)
• 

  動(dòng)手學(xué)深度學(xué)習(xí)-pytorch版本（二）：線性神經(jīng)網(wǎng)絡(luò)

  參考引用 動(dòng)手學(xué)深度學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)的整個(gè)訓(xùn)練過(guò)程，包括: 定義簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)架構(gòu)、數(shù)據(jù)處理、指定損失函數(shù)和如何訓(xùn)練模型 。經(jīng)典統(tǒng)計(jì)學(xué)習(xí)技術(shù)中的 線性回歸 和 softmax 回歸 可以視為線性神經(jīng)網(wǎng)絡(luò) 1.1 線性回歸 回歸 (regression) 是能為一個(gè)或多個(gè)自變量與因變量之間關(guān)系建

  2024年02月12日

  瀏覽(50)
• 

  Tensor-動(dòng)手學(xué)深度學(xué)習(xí)-李沐_筆記

  Tensor，又稱\\\"張量\\\"，其實(shí)就是n維度數(shù)組。不同維度的Tensor示意圖如下： ? ? reshape函數(shù) 可以處理總元素個(gè)數(shù)相同的任何新形狀，【3，2，5】-【3，10】 -【5，6】這個(gè)流程如 下圖所示： ?有時(shí)需要對(duì)Tensor按照某一維度進(jìn)行求和，那么實(shí)際上就是將所求和的維度 從向量降維成標(biāo)量

  2024年02月11日

  瀏覽(24)
• 

  李沐《動(dòng)手學(xué)深度學(xué)習(xí)》線性神經(jīng)網(wǎng)絡(luò) 線性回歸

  李沐《動(dòng)手學(xué)深度學(xué)習(xí)》預(yù)備知識(shí) 張量操作及數(shù)據(jù)處理 李沐《動(dòng)手學(xué)深度學(xué)習(xí)》預(yù)備知識(shí) 線性代數(shù)及微積分 教材：李沐《動(dòng)手學(xué)深度學(xué)習(xí)》 線性回歸基于的 假設(shè) ： 假設(shè)自變量和因變量之間的關(guān)系是線性的，這里通常允許包含觀測(cè)值的一些噪聲； 假設(shè)任何噪聲都比較正常

  2024年01月21日

  瀏覽(29)
• 

  李沐《動(dòng)手學(xué)深度學(xué)習(xí)》d2l——安裝和使用

  今天想要跟著沐神學(xué)習(xí)一下循環(huán)神經(jīng)網(wǎng)絡(luò)，在跑代碼的時(shí)候，d2l出現(xiàn)了問(wèn)題，這里記錄一下解決的過(guò)程，方便以后查閱。 下載whl ：https://www.cnpython.com/pypi/d2l/dl-d2l-0.15.1-py3-none-any.whl 將下載的文件放到這里： 在這個(gè)文件中右鍵，選擇“在終端中打開(kāi)” 在終端中輸入如下命令：

  2024年01月17日

  瀏覽(24)