”深入浅出PyTorch“ 的搜索结果

     【DataWhales】深入浅出Pytorch-第二章1. Pytorch的基本操作1.1 建立tensor类型(2种方法)1.2 tensor 与 numpy(array)之间的转换1.3 tensor常见的构造函数(4个函数)2. Tensor的基本操作2.1 查看tensor的维度信息...

     1.1深度学习的发展史 深度学习的本质是一个前馈神经网络 梯度消失和梯度爆炸:在反向传播过程中需要对激活函数进行求导,如果导数大于1,那么随着网络层数的增加梯度更新将会朝着指数爆炸的方式增加这就是梯度爆炸...

     PyTorch在torch.nn模块为我们提供了许多常用的损失函数,比如:MSELoss,L1Loss,BCELoss… 但是随着深度学习的发展,出现了越来越多的非官方提供的Loss,比如DiceLoss,HuberLoss,SobolevLoss… 这些Loss Function...

     1.3 深度学习的基本概念 1.3.1 向量、矩阵和张量及其运算 向量、矩阵略 张量:向量可以看做一维张量,矩阵可以看做二维张量,三维张量可以看做是数字排列的长方体。在深度学习中,我们经常会用到四维张量,增加的...

     第七章:PyTorch可视化前言一、网络结构可视化二、CNN可视化三、使用TensorBoard完成训练过程可视化总结 前言 提示:这里可以添加本文要记录的大概内容: 例如:随着人工智能的不断发展,机器学习这门技术也越来越...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1