2301_80060871的博客

里面的偏导的相量有几百万维，这就是neutral network的不同，他是计算量超级大的。s对z的微分可以有两个路径。s对z的微分，这个提法还挺有意思的。线性回归，逻辑回归（线性回归+sigmoid），神经网络。这里老师对权重做偏微分，得到的是输入值。这里需要引入的数学知识就是链式法则。现在是Backward pass。所以我们引入了一种新的训练方法。链式法则也就代表了反馈。

pytorch简单的结构？逻辑回归是什么？一个神经元指的是什么？一个完整的deep learning需要几步？

过拟合：参数太多，导致把数据集刻画的太完整。而一旦测试集和数据集的关联不大，那么预测效果还不如模糊一点的模型所以找的数据集的量以及准确性也会影响由于线性函数的拟合一般般，所以用一组函数去分段来拟合sigmoid函数是神来之笔，可以用激活函数去理解

首先使用CRFAR-10数据集来讲解这个可视化图形太方便了，可以把多层结构的各个部分都可视化出来附上代码，这里如果用Suquential的话可以省很多基础写的语句#使用crfar10,根据图片来识别类型的'padding是 dilation是空洞卷积'# self.conv1 = Conv2d(3,32,5,padding=2)#卷积层，根据公式算出来的。根据不变求出来的padding# self.maxpool1 = MaxPool2d(2) #池化层。

​本章将介绍pytorch中面向对象部分的许多基本写法和基本概念本专栏为跟练小土堆每集代码，然后进李宏毅机器学习课程。在系列中会敲完所有视频中代码，并且在注释详细写出感悟和易错点。欢迎大家一起交流！最前面的神经网络和卷积，可以移步我的另一个帖子​

本系列为神经网络跟练每集代码，然后进入机器学习部分。欢迎大家一起交流！

本系列为跟练每集代码，然后进入机器。欢迎大家一起交流！

本系列为跟练每集代码，然后进入机器学习教程。欢迎大家一起交流！

本系列为跟练每集代码，然后进入李宏毅机器学习教程。欢迎大家一起交流！

本系列为跟练每集代码，然后进入李宏毅机器学习教程。欢迎大家一起交流！

本系列为跟练每集代码，然后进入李宏毅机器学习教程。欢迎大家一起交流！

类和对象：在 PyTorch 中，神经网络模型是类的实例。封装：类将层和操作封装起来，使代码更易管理和复用。继承：使用nn.Module作为基类，方便自定义模型。多态：通过重写forward方法来定义不同模型的前向传播。在学习 PyTorch 时，理解 OOP 对于构建模块化、可扩展的神经网络模型非常重要。

本系列为跟练小土堆每集代码，然后进入李宏毅机器学习教程。在系列中会敲完所有视频中代码，并且在注释写出感悟和易错点。欢迎大家一起交流！

假设你有一张学生表，每个学生有自己的名字、年级等信息。self 就好像是每个学生自我介绍时的“我”，比如说：“我是张三，我的年级是二年级”。

一、没有下cuda导致pytorch无法下载gpu版本二、win11装cuda方法三、系统已经安装pytorch却调用不了，import torch报错ModuleNotFoundError: No module named 'torch'找不到对应模块四、pycharm如何导入conda环境五、jupyter配置不上是什么原因？