深度学习
白天
夜间
首页
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
数据合并
浏览
82
扫码
分享
2023-11-24 00:41:37
concat(数据合并)
append(合并数据)
merge(数据合并)
concat(数据合并)
append(合并数据)
merge(数据合并)
若有收获,就点个赞吧
0 人点赞
上一篇:
下一篇:
🌟 基础配置
tensorflow配置
opencv配置
tensorflow配置
miniforge配置
Mac python配置
Win Python配置
20天吃掉那只Pytorch
一、Pytorch的建模流程
1、结构化数据建模流程范例
2、图片数据建模流程范例
3、文本数据建模流程范例
4、时间序列数据建模流程范例
二、Pytorch的核心概念
1、张量数据结构
2、自动微分机制
3、动态计算图
三、Pytorch的层次结构
1、低阶API示范
2、中阶API示范
3、高阶API示范
tensorflow
Tensorflow2 目录说明
机器学习
Eager execution模式
计算图
数据类型
Pandas
基本介绍
选择数据
设置值
处理丢失数据
导入导出数据
数据合并
plot绘图
Numpy
输入和输出
随机抽样
Numpy轴
数据类型及数据创建
常量
数据类型
时间日期和时间增量
数组的创建
数组的属性
索引
副本与视图
索引与切片
数组迭代
数组的操作-变形
更改形状
更改维度
数组组合
数组拆分
数组平铺
查找唯一元素
数组比较
逻辑函数、数学函数
逻辑函数
数学函数
排序、搜索、计数和集合的操作
排序,搜索和计数
集合操作
python基础语法
天池龙珠计划之python学习电子书
李沐动手学深度学习
李宏毅笔记
Regression(回归)
Overfitting(过拟合)
local minima、saddle point
Batch、Momentum
Adaptive Learning Rate
Batch Normalization(归一化)
Classification
CNN
RNN
Self-attention
Transformer
BERT
吴恩达笔记
机器学习笔记pdf
单变量线性回归
线性代数回顾
多变量线性回归
逻辑回归(Logistic Regression)
pytorch教程
Tensor数组的使用
Dataset
Dataloader
Tensorboard
Transforms
torchvision中数据集的使用
神经网络
修改现有模型
模型保存与读取
完整的模型训练
利用gpu训练
Keras深度学习
单变量线性回归
多变量线性回归
逻辑回归
多层感知器(神经网络)
网络参数选择
卷积神经网络(CNN)
文本和序列化处理
暂无相关搜索结果!
让时间为你证明
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