最近更新
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。
参与：1589人时间：2022-03-27
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……
参与：1698人时间：2022-03-27
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。
参与：1768人时间：2022-03-27
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（与前面张量运算的部分一样）：可以通过torch.arange()生成一个数列，也可以叫列表list，可以通过索引来访问任一元素：通过len()可以访问张量的长度：可以shape看一下：可见4是张量的长度，该张量只有一个轴，或是说只有一个维度。 通过
参与：1178人时间：2021-12-10
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.csv文件（,csv，comma-separated values字符分隔值文件是纯文本存储表格数据的一类文件）：读取.csv文件最方便的方法是通过pandas.read_csv()，没有pandas的话需要先安装：读取的效果如下：当然jupyter中可以不
参与：1031人时间：2021-12-10
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（二维数组）：由输出可见：形如[x, x, …, x]为一个单行矩阵；[ [x, x, …, x] [x, x, …, x] ]为一个两行矩阵。需要用一个总括的方括号把矩阵所有的行包括进来，才能表示这些数列属于同一个矩阵。所以在生成给定元素的多行矩阵
参与：1053人时间：2021-12-06
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/channel/seriesdetail?sid=358497教材：https://zh-v2.d2l.ai/或https://tangshusen.me/Dive-into-DL-PyTorch/#/如有侵权，请联系删除。个人认为，李沐（沐神）正在为国内人工智能以
参与：1041人时间：2021-12-06