01 动手学习深度学习-配置环境pytorch一、需要的配置以及准备学习环境：windows10 + anaconda + python3.7 + jupyter notebook + cuda + cudnnGPU版本：CUDA（11.6）+ cudnn(相应cuda版本)二、安装anaconda参考：https://blog.csdn.net/qq_44653420/article/detai

介绍三种简单的损失函数

动手学深度学习-线性回归的简单实现一、生成数据集二、读取数据集三、定义模型四、初始化模型参数五、定义损失函数六、定义优化算法七、训练本节介绍如何使用深度学习框架实现线性回归模型。一、生成数据集import numpy as npimport torchfrom torch.utils import datafrom d2l import torch as d2ltrue_w = torch.ten

动手学深度学习-Fashion-MNIST数据集一、读取数据集我们通过框架中的内置函数将Fashion-MNIST数据集下载并读取到内存中。%matplotlib inlineimport torchimport torchvisionfrom torch.utils import data# transforms 对图像尺寸格式进行转化from torchvision import transf

01 动手学习深度学习-配置环境pytorch一、需要的配置以及准备学习环境：windows10 + anaconda + python3.7 + jupyter notebook + cuda + cudnnGPU版本：CUDA（11.6）+ cudnn(相应cuda版本)二、安装anaconda参考：https://blog.csdn.net/qq_44653420/article/detai

【面试】-科大讯飞日常实习面试

01 动手学习深度学习-配置环境pytorch一、需要的配置以及准备学习环境：windows10 + anaconda + python3.7 + jupyter notebook + cuda + cudnnGPU版本：CUDA（11.6）+ cudnn(相应cuda版本)二、安装anaconda参考：https://blog.csdn.net/qq_44653420/article/detai

深度学习入门-感知机的实现

动手学习深度学习-softmax回归对于分类问题，有硬分类和软分类之分，一般的，我们只对样本的硬性类别感兴趣，也就是属于哪一个类别；我们也希望得到软性类别，也就是属于每一个类别的概率。一、分类问题输入是一个2x2的灰度图像，每一个图像对应四个特征x1,x2,x3,x4，每一个图像属于类别"猫"，“鸡”，"狗"中的一个。接下来，对于标签，我们使用独热编码，独热编码是一个向量，他的分量和类别一样多。类

深度学习入门-感知机的实现