D2DL笔记_6
模型选择、过拟合和欠拟合模型选择：训练集、验证集用训练集训练模型得到相关权重参数，可以用验证集初步验证参数后再进行训练调整，但是测试集只有最后才能用来输出模型的结果，过程中不允许测试集数据加入训练。这样主要是为了得到真实结果，评估模型的泛化...
D2DL笔记_5
数据集的使用图像分类数据集：MNIST但是过于简单，教材使用了类似但更复杂一些的Fashion-MNIST数据集首先加载一些包：（%matplotlib inline是在jupyter画图用的，如果不是jupyter如pycharm的话，是...
D2DL笔记_4
梯度：在标量导数的基础上，将导数拓展到向量层面，称为梯度（gradient），梯度就是函数的这一点在梯度的方向上变化率最大，变化最快，所以机器学习/深度学习中，经常需要求梯度来优化模型。（理解一下就好，不常用到）y是x的函数：对于y对x向量...
D2DL笔记_3
线性代数部分：因为张量是机器学习中最基本的计算单元，所以对于张量的计算是学习机器学习中不可或缺的。而张量是另一种意义上的矩阵，张量的计算理所当然地遵循线性代数的很多规范，所以线性代数的知识也尤为重要。先从最基本的标量开始，给单个元素就是标量...
D2DL笔记_2
数据预处理部分：机器学习/深度学习中，文本类型训练数据的输入通常需要进行一定的预处理，统一化之后可以更方便更高效地对模型使用现有数据进行训练，而这些文本类型的数据通常以.csv的格式出现。下面做一个对csv格式文件的数据预处理。首先生成一个...
D2DL笔记_1
torch.arange(): 生成一个数列/一维数组Torch.tensor(): 生成给定元素的张量。一般张量有三个及以上的维度。例子是一个一维数组：可以生成全0或全1的张量：需要给出张量中矩阵的（个数，行，列），意为几个几行几列的矩阵...
Dive into Deep Learning 笔记开更（pyTorch版）
（今天开始，在借曦光更新DL学习笔记）在机器学习领域，python有远超其它语言的优越性！ 前情提要：教程：李沐-动手学深度学习，课程网址（B站）：https://space.bilibili.com/1567748478/cha...