HETUW的博客

PyTorch 深度学习之循环神经网络(基础篇)Basic RNN(十一) RNN RNNCell LSTM GRU

深度学习之卷积神经网络(高级篇)Advanced CNN(十) GoogLeNet Inception Module Residual Network

卷积神经网络(基础篇)Basic CNN padding stride max pooling GPU

多分类问题Softmax Classifier softmax Cross Entropy 交叉熵损失 Test集

加载数据集Dataset and DataLoader Epoch, Batch-Size, Iteration

PyTorch 深度学习之处理多维特征的输入Multiple Dimension Input ReLu Sigmoid

PyTorch 深度学习之逻辑斯蒂回归Logistic Regression(五)

PyTorch 深度学习之用PyTorch实现线性回归Linear Regression with PyTorch(四)

Pytorch深度学习系列 反向传播Back Propagation and 构建计算图

一.分治思想 缺点:容易找不到全局最优点 二.贪心思想（Gradient Descent） 2.1斜率： 2.2更新: 是学习率（步长）： 过大无法收敛 过小，找到局部最优，找不到全局最优 深度学习算法中，并没有过多的局部最优的点，如何解决鞍点是最大的难题 2.3鞍点： 导致无法继续更新迭代 2.4Derivation步骤： updates: 2.5Codes: import matplotlib.pyplot as plt # prep...

PyTorch深度学习系列-线性模型Linear model and zip()用法