Pytorch之nn.init中实现的初始化函数 发表于 2021-04-22 更新于 2023-04-03 分类于 学习笔记 阅读次数： 本文字数： 1.7k 阅读时长 ≈ 2 分钟 1. 均匀分布 2. 正太分布 3. 初始化为常数 4. Xavier 5. kaiming (He initialization) 阅读全文 »
Pytorch之matmul函数 发表于 2021-04-21 更新于 2023-10-02 分类于 学习笔记 阅读次数： 本文字数： 302 阅读时长 ≈ 1 分钟 1. 矩阵相乘 写在前面： 参考文章： https://blog.csdn.net/ganxiwu9686/article/details/95204013 阅读全文 »
Pytorch之permute函数 发表于 2021-04-21 更新于 2023-04-03 分类于 学习笔记 阅读次数： 本文字数： 1k 阅读时长 ≈ 1 分钟 1 先看看官方中英文doc： 1.1 permute(dims) 1.2 permute(*dims) → Tensor 2 pytorch permute的使用 2.1 transpose与permute的异同 2.2 permute函数与contiguous、view函数之关联 阅读全文 »
排序算法 发表于 2021-04-20 更新于 2023-10-02 分类于 学习笔记 阅读次数： 本文字数： 1.1k 阅读时长 ≈ 1 分钟 排序算法总结 1. 冒泡排序 2. 选择排序 3. 插入排序 4. 希尔排序 5. 快速排序 6. 归并排序 7. 堆排序(HeapSort) 8. 基数排序(RadixSort) 阅读全文 »
Bilstm 发表于 2021-04-20 更新于 2023-04-03 分类于 学习笔记 阅读次数： 本文字数： 9.9k 阅读时长 ≈ 9 分钟 一、介绍 1.1 文章组织 1.2 情感分类任务 1.3 什么是LSTM和BiLSTM？ 1.4 为什么使用LSTM与BiLSTM？ 二、BiLSTM原理简介 2.1 LSTM介绍 2.1.1 总体框架 2.1.2 详细介绍计算过程 计算遗忘门，选择要遗忘的信息。 2. 计算记忆门，选择要记忆的信息。 3. 计算当前时刻细胞状态 计算输出门和当前时刻隐层状态 2.2 BiLSTM介绍 三、BiLSTM代码实现样例 3.1 模型搭建 3.2 模型训练 3.3 模型测试 四、总结 五、参考资料 阅读全文 »
剑指offer 发表于 2021-04-20 更新于 2023-04-03 分类于 编程 阅读次数： 本文字数： 2.6k 阅读时长 ≈ 2 分钟 03. 数组中重复的数字 04. 二维数组中的查找 05. 替换空格 03. 数组中重复的数字找出数组中重复的数字。 阅读全文 »
卷积神经网络超详细介绍 发表于 2021-04-19 更新于 2023-04-03 分类于 学习笔记 阅读次数： 本文字数： 18k 阅读时长 ≈ 16 分钟 1、卷积神经网络的概念 2、 发展过程 3、如何利用CNN实现图像识别的任务 4、CNN的特征 5、CNN的求解 6、卷积神经网络注意事项 7、CNN发展综合介绍 8、LeNet-5结构分析 9、AlexNet 10、ZFNet 10.1 意义 10.2 实现方法 10.3 训练细节 阅读全文 »
BiGRU-Attention 模型 发表于 2021-04-18 更新于 2023-04-03 分类于 学习笔记 阅读次数： 本文字数： 2.2k 阅读时长 ≈ 2 分钟 BiGRU-Attention 模型 1. 输入层 2. 隐含层 3. 输出层 参考文章： https://www.pianshen.com/article/15191431794/ https://blog.csdn.net/qq_40900196/article/details/88998290 阅读全文 »
深度学习笔记——RNN（LSTM、GRU、双向RNN）学习总结 发表于 2021-04-17 更新于 2023-04-03 分类于 学习笔记 阅读次数： 本文字数： 3k 阅读时长 ≈ 3 分钟 RNN（ Recurrent Neural Networks循环神经网络） 长期依赖（Long-Term Dependencies）问题 LSTM 网络 GRU网络 双向RNN 阅读全文 »
torch.nn学习(1) 发表于 2021-04-16 更新于 2023-04-03 分类于 学习笔记 阅读次数： 本文字数： 14k 阅读时长 ≈ 13 分钟 1、设置MNIST数据 2、从头构建神经网络（不使用 torch.nn ） 3、使用 torch.nn.functional 4、使用 nn.Module 重构 5、使用 nn.Linear 重构 6、使用 optim 重构 7、使用 Dataset 重构 8、使用 DataLoader 重构 9、增加验证 10、创建 fit() 和 get_data() 11、总结 阅读全文 »