《李沐：动手学深度学习v2 pytorch版》第1章和第2章0.环境配置1.引言2.预备知识2.1 数据操作2.1.1.入门数据操作2.1.2 运算符2.1.3 广播机制2.1.4 索引和切片2.1.5 节省内存本章练习2.2 数据预处理2.2.1 读取数据集2.2.2 处理缺失值2.2.3 转换为张量格式本章练习2.3 线性代数2.3.6 降维2.3.7 点积2.3.8 矩阵-向量积2.3.9
# 深度学习入门：使用PyTorch框架
深度学习是机器学习的一个子领域，它基于人工神经网络，特别是那些具有多层结构的网络。PyTorch是一个流行的开源机器学习库，由Facebook的AI研究团队开发。它提供了强大的GPU加速的张量计算能力，以及构建深度学习模型的动态计算图。
本文将介绍如何使用PyTorch框架进行深度学习，包括基本概念、环境搭建、数据加载、模型定义、训练和评估等步骤。
原创
2024-07-21 09:19:21
53阅读
# 动手学深度学习pytorch简介
深度学习是目前炙手可热的计算机科学领域，它在图像识别，语音识别，自然语言处理等任务中取得了令人瞩目的成果。PyTorch是一种开源的机器学习框架，它具有动态图的优势，易于使用且功能强大。在“动手学深度学习pytorch”这本书中，作者探索了深度学习的基本概念和应用，以及如何使用PyTorch来实现这些概念。本文将简要介绍这本书，并提供一些代码示例来帮助读者更
原创
2023-09-18 10:30:24
232阅读
3.2 线性回归的从零开始实现介绍如何只利用Tensor和autograd来实现一个线性回归的训练，来深入理解深度学习是如何工作的。首先，导入本节中实验所需的包或模块，其中的matplotlib包可用于作图，且设置成嵌入显示。%matplotlib inline
import torch
from IPython import display
from matplotlib import pypl
通过将模型应用到例证，深度学习允许我们执行很多复杂任务，如机器翻译、玩战略游戏以及在杂乱无章的场景中识别物体等。为了在实践中做到这一点，我们需要灵活且高效的工具，以便能够适用于这些复杂任务，能够在合理的时间内对大量数据进行训练。我们需要已被训练过的模型在输入变量变化的情况下正确执行。接下来看看我们决定使用PyTorch 的一些原因。首先，正如Python 一样，PyTorch 有一个扩展名为“.p
转载
2023-06-02 19:55:12
4330阅读
目录一、数据增强1.1 数据增强（主要是关于图像增强）◼ CES上的真实的故事◼ 数据增强◼ 常见的数据增强方法◼ 总结二、 图片增广的代码实现◼ 尝试用不同的增广，比较效果一、数据增强1.1 数据增强（主要是关于图像增强）◼ CES上的真实的故事图2是把图1中的一些像素去掉，图3是把图1中的颜色做变换，图4是对图1中的亮度做变换。◼ 数据增强数据增强的意思是说，在一个已有的数据集上面，
转载
2024-07-31 19:38:28
119阅读
原书作者：阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者。目录预备知识 1.1 数据操作 1.2 自动求梯度 1.3 查阅文档 1.4 本章附录深度学习基础 2.1 线性回归 2.2 线性回归的从零开始实现 2.3 线性回归的简洁实现 2.4 softmax回归 2.5 图像分类数据集（Fashion-MNIST） 2.6 softmax回归的从零开始实现 2.7
转载
2024-05-27 19:27:50
130阅读
本书是《动手学深度学习》的重磅升级版本，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验。 本书重新修订《动手学深度学习》的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书包含15章第一部分介绍深度学习的基础知识和预备知识，并由线性模型引出最简单的神经网络——多层感知机；第二部分阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、注意力机
原创
2024-03-08 21:38:32
411阅读
# 深度学习与PyTorch：入门指南
深度学习是当前人工智能领域的重要分支，它模拟人脑的神经元连接结构，通过层层网络提取数据中的特征，以达到分类或预测的目的。PyTorch是一个广泛使用的深度学习框架，因其灵活性和易于调试受到许多研究者和开发者喜爱。在这篇文章中，我们将探讨PyTorch的基本用法，并通过一个简单的代码示例来演示其强大之处。
## PyTorch入门
PyTorch是一个以
原创
2024-09-03 04:34:47
67阅读
# 动手学习深度学习PDF
## 概述
作为一名经验丰富的开发者，我将指导你如何实现“动手学习深度学习pdf”的任务。这个过程需要按照特定的流程进行，我将逐步介绍每个步骤并提供必要的代码示例。
## 流程概述
首先，让我们看看整个过程的流程。下面是一个简单的甘特图示例，展示了实现“动手学习深度学习pdf”的步骤及其时间安排。
```mermaid
gantt
title 动手学习深度
原创
2024-04-04 06:27:53
203阅读
目录2.预备知识2.1数据操作torch.arange()x.shapex.numel()x.reshape(m, n)torch.zeros((2, 3, 4)) torch.ones((2, 3, 4))torch.randn(3, 4)torch.tensor([[2, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]])x + y, x - y, x *
# 如何实现“动手学深度学习pytorch版pdf”
## 引言
作为一名经验丰富的开发者，我很高兴能够帮助你这位刚入行的小白实现“动手学深度学习pytorch版pdf”。在本文中，我将为你展示整个过程的步骤，并逐步说明每个步骤所需的操作和代码。
## 流程表格
首先，让我们来看一下整个实现过程的步骤：
| 步骤 | 操作 |
| --- | --- |
| 1 | 下载PyTorch和相关
原创
2024-02-19 05:34:16
868阅读
【Pytorch】深度学习快速上手心得前言一、环境安装1.1 安装Anaconda1.2 Anaconda 常见指令1.4 Pytorch环境安装1.3 Jupyter安装二、一个简单的demo快速入门深度学习2.1 环境依赖2.2 数据预处理2.3 数据加载2.4定义模型2.5 定义优化函数和损失函数2.6 开始训练2.7 模型误差评估2.8 评估结果可视化3. 总结 前言本文环境是在win1
目录一、池化层1.1 池化层◼池化层原因◼ 二维最大池化1.2 填充、步幅与多个通道1.3 平均池化层1.4 总结二、代码实现池化层2.1 池化层（使用自定义）◼ 实现池化层的正向传播◼ 填充和步幅◼ 池化层在每个通道上单独运算一、池化层1.1 池化层◼池化层原因卷积层的位置是怎么样保存信息的？如图所示，输入X为这样，X有一个边缘。那么如果用1X2的卷积核[1,-1]，会使得下图中Y输
《动手学深度学习（Pytorch版）》Task03：线性神经网络线性回归基本元素线性模型损失函数随机梯度下降正态分布与平方损失线性回归的从零开始实现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训练线性回归的简洁实现读取数据集定义模型初始化模型参数定义损失函数定义优化算法训练softmax回归分类问题网络架构softmax运算损失函数熵信息量交叉熵模型预测和评估图像分类数据集读取小批量
文章目录前言1 创建Tensor2 操作2.1 算术操作2.2 索引2.3 改变形状2.4 线性代数3 广播机制4 运算的内存开销5 Tensor和NumPy相互转换5.1 Tensor转Numpy5.2 Numpy数组转Tensor6 Tensor on GPU 前言Python初学者一枚，文章仅为个人学习记录，便于以后查看使用。在PyTorch中，torch.Tensor是存储和变换数据的主
转载
2024-08-20 21:55:37
741阅读
目录说明配置环境此节说明代码修改之后的代码 说明本博客代码来自开源项目：《动手学深度学习》(PyTorch版) 并且在博主学习的理解上对代码进行了大量注释，方便理解各个函数的原理和用途配置环境使用环境：python3.8 平台：Windows10 IDE：PyCharm此节说明此节对应书本上5.7节 此节功能为：使用重复元素的网络（VGG）由于次节相对容易理解，代码注释量较少并且，值得注意的是，
转载
2024-05-17 13:14:54
910阅读
《动手学深度学习》Pytorch版学习笔记（三）：Task06课程背景主修课程1 任务2 NLP——文本情感分类2.1 项目介绍2.2 文本情感分类数据集2.3 使用循环神经网络进行情感分类2.4 使用卷积神经网络进行情感分类 课程背景在疫情的影响下，不少学校已经做出了延迟开学的决定，：伯禹教育、Datawhale、和鲸科技牵头与多家AI企业合作，让在家的同学也能免费学习优质的付费课程，同时为学
转载
2023-08-24 16:41:32
91阅读
PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】笔记教程与代码地址P1 PyTorch环境的配置及安装（Configuration and Installation of PyTorch)【PyTorch教程】P2 Python编辑器的选择、安装及配置（PyCharm、Jupyter安装）【PyTorch教程】P3 【FAQ】为什么torch.cuda.is_available返回
转载
2023-09-15 18:02:07
253阅读
去年双十一给自己买了台 8G 显卡内存的笔记本，之所以对显卡要求这么高是因为对人工智能感兴趣，想在自己笔记本上训练深度学习模型，因此一定要配一个好一点的 GPU。 除了笔记本之外，前前后后陆陆续续也买了好些人工智能方面的书籍，刚工作一年时候也学习过这块，像《DEEP LEARNING 深度学习》、《TensorFLow实战》、《机器学习》、《图像识别应用开发》都是学习过的，也对跟着 PyTorch
转载
2024-03-31 09:14:27
494阅读
