<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[jwwei的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/jwwei</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; jwwei]]></copyright><item><title><![CDATA[Datawhale组队学习 Task03-05]]></title><link>https://blog.youkuaiyun.com/jwwei/article/details/104399952</link><guid>https://blog.youkuaiyun.com/jwwei/article/details/104399952</guid><author>jwwei</author><pubDate>Wed, 19 Feb 2020 20:36:50 +0800</pubDate><description><![CDATA[在这一部分，主要学习了LeNet和AlexNet等经典模型的PyTorch实现。
1. LeNet
#net
class Flatten(torch.nn.Module):  #展平操作
    def forward(self, x):
        return x.view(x.shape[0], -1)

class Reshape(torch.nn.Module): #将图像大小重定型...]]></description><category></category></item><item><title><![CDATA[Datawhale组队学习 Task01-02]]></title><link>https://blog.youkuaiyun.com/jwwei/article/details/104316088</link><guid>https://blog.youkuaiyun.com/jwwei/article/details/104316088</guid><author>jwwei</author><pubDate>Fri, 14 Feb 2020 17:48:26 +0800</pubDate><description><![CDATA[这两天主要学习的内容如下：
Task01：线性回归；Softmax与分类模型；多层感知机（1天）
Task02：文本预处理；语言模型；循环神经网络基础（1天）
对于Task01而言，由于之前有应用Keras和TensorFlow实现类似模型的基础，因此更多的是想学习PyTorch的语法规则，即如下的片段：
num_epochs = 3
for epoch in range(1, num_epoch...]]></description><category></category></item></channel></rss>