Pytorch教程
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
第二章:训练神经网络
浏览
49
扫码
分享
2022-07-22 04:57:08
第一节:数据及其处理
第二节:神经网络及使用PyTroch设计网络
第三节:训练神经网络
第四节:神经网络的补充实验
若有收获,就点个赞吧
0 人点赞
上一篇:
下一篇:
前言
第一章:张量(tensor)及其操作
第一节:PyTorch介绍
相关前置内容
PyTorch介绍
PyTorch的安装
为什么深度学习要使用GPU
第二节:张量(tensor)介绍
张量的介绍
张量的rank、axes、shape介绍
CNNs和Feature Maps
第三节:PyTorch中的张量
PyTorch的张量介绍
在PyTorch中创建张量
第四节:张量操作
flatten、reshape和squeeze介绍
CNN中flatten操作的可视化
张量广播和对位相乘(element-wise)
Argmax和Reduction操作
第二章:训练神经网络
第一节:数据及其处理
数据的重要性
提取(extract)、变换(transform)、加载(load)
PyTorch的Datasets和DataLoaders
第二节:神经网络及使用PyTroch设计网络
使用PyTorch搭建CNN
CNN中的各层
CNN中的权重
可调用的神经网络模块
CNN中的前向计算方法
前向传播解释
批操作(batch)
CNN输出尺寸计算
第三节:训练神经网络
CNN训练
CNN迭代训练
创建混淆矩阵
Stack和Concat
使用TensorBoard
超参数调整实验
第四节:神经网络的补充实验
神经网络实验代码
使用模拟超参数测试
加快数据加载
在GPU上进行训练
数据正则化
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