- 博客(4)
- 收藏
- 关注
RSS订阅原创 李沐深度学习---第二章学习笔记
本文总结了分类问题的标准处理流程(SOP)，分为五个核心步骤：1)数据准备，强调将图像数据拉平为一维向量；2)模型定义，明确输入输出维度；3)选择交叉熵损失函数；4)训练循环的标准五步操作；5)预测评估方法。文中提供了可直接运行的PyTorch代码模板，包含数据加载、模型构建、训练和评估的完整实现。最后针对常见错误给出了三个排查建议：矩阵维度不匹配、准确率异常和标签越界问题。该流程适用于大多数分类任务，特别是图像分类场景。
2025-12-14 22:09:14
758
原创 动手学深度学习第二章---纯代码实战题
本文总结了PyTorch张量操作、数据预处理和自动微分的核心知识点。在张量操作部分，介绍了reshape/view的区别、广播机制、内存管理和切片技巧。数据预处理部分展示了Pandas缺失值填充和DataFrame转Tensor的方法。自动微分部分重点讲解了梯度追踪、梯度累加特性、阻断梯度以及动态图对控制流的支持。这些知识点涵盖了PyTorch深度学习框架的基础操作，包括形状变换(如reshape/view)、广播运算、原地操作、张量切片、缺失值处理、梯度计算等关键概念，为深度学习实践提供了必要的基础技能。
2025-12-14 22:08:20
849
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人