-
动手学深度学习（八）：计算机视觉
(一) 图像增广 对图像进行随机变化(翻转和裁剪)能够扩大训练集的规模也能减少模型对某些属性的依赖,提高泛化能力. torchvision.transforms模块提供了翻转和裁剪的方法 RandomHorizontalFlip()50%几率使得图... -
动手学深度学习（六）：卷积神经网络与现代卷积神经网络
因为在实际例子中如果想要使用全连接层,如果数据维度比较大要耗费的GPU资源很多,而卷积神经网络(CNN)则能够用较少的参数同时有平移不变性.在图像检测中划分局部区域进行预测. (一) 卷积神经网络概述 卷积神经网络的设计就是用于探索图像数据,下以图像... -
动手学深度学习（七）：循环神经网络与现代循环神经网络
(一) 文本预处理 对一段文字进行统计预测,首先得进行处理,将字符串处理为单词、字符等词元. 步骤如下: 1. 读取数据集 简单地将文本的每一行读入,可以使用H.G.Well的"time_machine"数据集: 12345678... -
动手学深度学习（五）：深度学习计算
(一) 自定义层和块 在之前使用Pytorch的API的时候我们通常都是直接使用net = nn.Sequential(nn.Linear(20, 256), nn.ReLU(), nn.Linear(256, 10)) ,实际上这是一个Module... -
傅里叶奇偶实虚性讨论
之前就对这个知识点比较模糊，今天总结一下。 设时域信号x(t)=α(t)+jβ(t)x(t) = \alpha(t) + j\beta(t)x(t)=α(t)+jβ(t) 则傅里叶变换 X(f)=∫[α(t)+jβ(t)][cos(... -
《动手学深度学习》笔记（一）
第一讲 杂谈+学前准备 1. 关于深度学习 本人是一名大学生，很不幸运在大学之前对深度学习一无所知。自从ChatGPT爆火全球，我才逐渐关注到原来“智能”与深度学习息息相关。本书《动手学深度学习》其实有另一套理论版《DeepLearning》（... -
《动手学深度学习》笔记（三）
(一)线性回归 1.模型 线性回归假设输出与各个输入之间是线性关系,下面是一个简单的线性回归模型: y^=x1w1+x2w2+b\hat{y} = x_1w_1+x_2w_2+b y^=x1w1+x2w2+b 2.损失函数 索引为i的样本误... -
《动手学深度学习》笔记（二）
相关知识回顾 1.线性代数 ①生成子空间：向量的线性组合 ∑iciv⃗i\sum_{i}c_i\vec{v}_i∑icivi ②列空间：A的列向量的生成子空间→\rightarrow→列空间/值域 如果Ax=bAx=bAx=b对∀b∈Rm∃解,... -
.NET SDK不兼容Ubuntu24.04 snap
在 Ubuntu 中用 snap 安装. NET SDK 8.0 后虽然控制台能够正常使用 dotnet cli，但是在 vscode 中安装 c# dev ket 扩展的时候，报错如下 12[stderr] Failed to load /sna...
Smile Everyday
