logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Py深度学习基础|关于reshape()函数

关于reshape((1, -1))或者reshape((-1, 1))的用法

文章图片
#深度学习
动手学深度学习-关于y.sum().backward()中sum的理解

当y不是标量时,向量y关于向量x的导数的最自然解释是一个矩阵。对于高阶和高维的y和x,求导的结果可以是一个高阶张量。然而,虽然这些更奇特的对象确实出现在高级机器学习中(包括深度学习中), 但当调用向量的反向计算时,我们通常会试图计算一批训练样本中每个组成部分的损失函数的导数。这里,我们的目的不是计算微分矩阵,而是单独计算批量中每个样本的偏导数之和。

文章图片
#深度学习
Py深度学习基础|python中类的特殊方法-__getitem__()

在Python中是一个特殊方法(也常被称为“魔术方法”,即双下划线方法),它使一个类的实例对象能够支持通过键来获取其内部数据,类似于操作列表、元组或字典的方式。当你尝试使用方括号[]访问一个对象的成员时,Python会自动调用这个对象的__getitem__方法。

文章图片
#python
动手学深度学习-关于y.sum().backward()中sum的理解

当y不是标量时,向量y关于向量x的导数的最自然解释是一个矩阵。对于高阶和高维的y和x,求导的结果可以是一个高阶张量。然而,虽然这些更奇特的对象确实出现在高级机器学习中(包括深度学习中), 但当调用向量的反向计算时,我们通常会试图计算一批训练样本中每个组成部分的损失函数的导数。这里,我们的目的不是计算微分矩阵,而是单独计算批量中每个样本的偏导数之和。

文章图片
#深度学习
Py深度学习基础|关于reshape()函数

关于reshape((1, -1))或者reshape((-1, 1))的用法

文章图片
#深度学习
    共 11 条
  • 1
  • 2
  • 请选择