动手学深度学习

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

自定义层

来源 d2l-ai 浏览 423 扫码 分享 2022-06-20 23:15:02

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 编译HTML版本
  • 动手学深度学习（Dive into Deep Learning，D2L.ai）
  • 样式规范
  • 英汉术语对照
  • 使用Amazon EC2实例
  • Using AWS EC2 Instances
  • 为本书做贡献
  • Contributing to This Book
  • d2l API 文档
  • d2l API Document
  • 附录：深度学习工具
  • Appendix: Tools for Deep Learning
  • 使用Jupyter Notebooks
  • Using Jupyter Notebooks
  • 使用Amazon SageMaker
  • Using Amazon SageMaker
  • 选择服务器和GPU
  • Selecting Servers and GPUs
  • 注意力提示
  • Attention Cues
  • 注意力评分函数
  • Attention Scoring Functions
  • Bahdanau 注意力
  • Bahdanau Attention
  • 注意力机制
  • Attention Mechanisms
  • 多头注意力
  • Multi-Head Attention
  • 注意力汇聚：Nadaraya-Watson 核回归
  • Attention Pooling: Nadaraya-Watson Kernel Regression
  • 自注意力和位置编码
  • Self-Attention and Positional Encoding
  • Transformer
  • Transformer
  • 异步计算
  • Asynchronous Computation
  • 自动并行
  • Automatic Parallelism
  • 硬件
  • Hardware
  • 编译器和解释器
  • Compilers and Interpreters
  • 计算性能
  • Computational Performance
  • 多GPU的简洁实现
  • Concise Implementation for Multiple GPUs
  • 多GPU训练
  • Training on Multiple GPUs
  • 参数服务器
  • Parameter Servers
  • 锚框
  • Anchor Boxes
  • 目标检测和边界框
  • Object Detection and Bounding Boxes
  • 全卷积网络
  • Fully Convolutional Networks
  • 微调
  • Fine-Tuning
  • 图像增广
  • Image Augmentation
  • 计算机视觉
  • Computer Vision
  • 实战 Kaggle 比赛：图像分类 (CIFAR-10)
  • Image Classification (CIFAR-10) on Kaggle
  • 实战Kaggle比赛：狗的品种识别（ImageNet Dogs）
  • Dog Breed Identification (ImageNet Dogs) on Kaggle
  • 多尺度目标检测
  • Multiscale Object Detection
  • 风格迁移
  • Neural Style Transfer
  • 目标检测数据集
  • The Object Detection Dataset
  • 区域卷积神经网络（R-CNN）系列
  • Region-based CNNs (R-CNNs)
  • 语义分割和数据集
  • Semantic Segmentation and the Dataset
  • 单发多框检测（SSD）
  • Single Shot Multibox Detection
  • 转置卷积
  • Transposed Convolution
  • 深度卷积神经网络（AlexNet）
  • Deep Convolutional Neural Networks (AlexNet)
  • 批量规范化
  • Batch Normalization
  • 稠密连接网络（DenseNet）
  • Densely Connected Networks (DenseNet)
  • 含并行连结的网络（GoogLeNet）
  • Networks with Parallel Concatenations (GoogLeNet)
  • 现代卷积神经网络
  • Modern Convolutional Neural Networks
  • 网络中的网络（NiN）
  • Network in Network (NiN)
  • 残差网络（ResNet）
  • Residual Networks (ResNet)
  • 使用块的网络（VGG）
  • Networks Using Blocks (VGG)
  • 多输入多输出通道
  • Multiple Input and Multiple Output Channels
  • 图像卷积
  • Convolutions for Images
  • 卷积神经网络
  • Convolutional Neural Networks
  • 卷积神经网络（LeNet）
  • Convolutional Neural Networks (LeNet)
  • 填充和步幅
  • Padding and Stride
  • 汇聚层
  • Pooling
  • 从全连接层到卷积
  • From Fully-Connected Layers to Convolutions
  • 自定义层
  • Custom Layers
  • 延后初始化
  • Deferred Initialization
  • 深度学习计算
  • Deep Learning Computation
  • 层和块
  • Layers and Blocks
  • 参数管理
  • Parameter Management
  • 读写文件
  • File I/O
  • GPU
  • GPUs
  • 安装
  • Installation
  • 前言
  • Introduction
  • 图像分类数据集
  • The Image Classification Dataset
  • 线性神经网络
  • Linear Neural Networks
  • 线性回归的简洁实现
  • Concise Implementation of Linear Regression
  • 线性回归的从零开始实现
  • Linear Regression Implementation from Scratch
  • 线性回归
  • Linear Regression
  • softmax回归的简洁实现
  • Concise Implementation of Softmax Regression
  • softmax回归的从零开始实现
  • Implementation of Softmax Regression from Scratch
  • softmax回归
  • Softmax Regression
  • 前向传播、反向传播和计算图
  • Forward Propagation, Backward Propagation, and Computational Graphs
  • 暂退法（Dropout）
  • Dropout
  • 环境和分布偏移
  • Environment and Distribution Shift
  • 多层感知机
  • Multilayer Perceptrons
  • 实战Kaggle比赛：预测房价
  • Predicting House Prices on Kaggle
  • 多层感知机的简洁实现
  • Concise Implementation of Multilayer Perceptrons
  • 多层感知机的从零开始实现
  • Implementation of Multilayer Perceptrons from Scratch
  • 多层感知机
  • Multilayer Perceptrons
  • 数值稳定性和模型初始化
  • Numerical Stability and Initialization
  • 模型选择、欠拟合和过拟合
  • Model Selection, Underfitting, and Overfitting
  • 权重衰减
  • Weight Decay
  • 针对序列级和词元级应用程序微调BERT
  • Fine-Tuning BERT for Sequence-Level and Token-Level Applications
  • 自然语言处理：应用
  • Natural Language Processing: Applications
  • 自然语言推断与数据集
  • Natural Language Inference and the Dataset
  • 自然语言推断：使用注意力
  • Natural Language Inference: Using Attention
  • 自然语言推断：微调BERT
  • Natural Language Inference: Fine-Tuning BERT
  • 情感分析及数据集
  • Sentiment Analysis and the Dataset
  • 情感分析：使用卷积神经网络
  • Sentiment Analysis: Using Convolutional Neural Networks
  • 情感分析：使用循环神经网络
  • Sentiment Analysis: Using Recurrent Neural Networks
  • 近似训练
  • Approximate Training
  • 用于预训练BERT的数据集
  • The Dataset for Pretraining BERT
  • 预训练BERT
  • Pretraining BERT
  • 来自Transformers的双向编码器表示（BERT）
  • Bidirectional Encoder Representations from Transformers (BERT)
  • 全局向量的词嵌入（GloVe）
  • Word Embedding with Global Vectors (GloVe)
  • 自然语言处理：预训练
  • Natural Language Processing: Pretraining
  • 词的相似性和类比任务
  • Word Similarity and Analogy
  • 子词嵌入
  • Subword Embedding
  • 用于预训练词嵌入的数据集
  • The Dataset for Pretraining Word Embeddings
  • 预训练word2vec
  • Pretraining word2vec
  • 词嵌入（Word2vec）
  • Word Embedding (word2vec)
  • 符号
  • Notation
  • Adadelta
  • Adadelta
  • AdaGrad算法
  • Adagrad
  • Adam算法
  • Adam
  • 凸性
  • Convexity
  • 梯度下降
  • Gradient Descent
  • 优化算法
  • Optimization Algorithms
  • 学习率调度器
  • Learning Rate Scheduling
  • 小批量随机梯度下降
  • Minibatch Stochastic Gradient Descent
  • 动量法
  • Momentum
  • 优化和深度学习
  • Optimization and Deep Learning
  • RMSProp算法
  • RMSProp
  • 随机梯度下降
  • Stochastic Gradient Descent
  • 序言
  • Preface
  • 自动微分
  • Automatic Differentiation
  • 微积分
  • Calculus
  • 预备知识
  • Preliminaries
  • 线性代数
  • Linear Algebra
  • 查阅文档
  • Documentation
  • 数据操作
  • Data Manipulation
  • 数据预处理
  • Data Preprocessing
  • 概率
  • Probability
  • 束搜索
  • Beam Search
  • 双向循环神经网络
  • Bidirectional Recurrent Neural Networks
  • 深度循环神经网络
  • Deep Recurrent Neural Networks
  • 编码器-解码器架构
  • Encoder-Decoder Architecture
  • 门控循环单元（GRU）
  • Gated Recurrent Units (GRU)
  • 现代循环神经网络
  • Modern Recurrent Neural Networks
  • 长短期记忆网络（LSTM）
  • Long Short-Term Memory (LSTM)
  • 机器翻译与数据集
  • Machine Translation and the Dataset
  • 序列到序列学习（seq2seq）
  • Sequence to Sequence Learning
  • 通过时间反向传播
  • Backpropagation Through Time
  • 循环神经网络
  • Recurrent Neural Networks
  • 语言模型和数据集
  • Language Models and the Dataset
  • 循环神经网络的简洁实现
  • Concise Implementation of Recurrent Neural Networks
  • 循环神经网络的从零开始实现
  • Implementation of Recurrent Neural Networks from Scratch
  • 循环神经网络
  • Recurrent Neural Networks
  • 序列模型
  • Sequence Models
  • 文本预处理
  • Text Preprocessing
  • 空标题文档
  • AutoRec：使用自动编码器预测评分
  • 特征丰富的推荐系统
  • 因子分解机
  • 推荐系统（Recommender Systems）
  • 矩阵分解
  • MovieLens数据集
  • 机器翻译
  • 文本情感分类：使用卷积神经网络（textCNN）
  • 文本情感分类：使用循环神经网络
  • 求近义词和类比词
  • 《动手学深度学习》
  • 《动手学深度学习》
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注