- 博客(3)
- 收藏
- 关注
RSS订阅原创 第P3周：天气识别
1、梯度概念梯度是指函数在某个点上的变化率或斜率。在机器学习和深度学习中，梯度常常指的是损失函数关于模型参数的偏导数。梯度告诉我们在当前参数值处，沿着哪个方向能够让损失函数下降最快。通过计算损失函数对模型参数的梯度，可以确定参数的更新方向和大小，从而优化模型的性能。在训练神经网络时，我们通过反向传播算法计算损失函数对网络中每个参数的梯度。这些梯度指示了网络中每个参数对于损失函数的贡献大小，进而确定了参数的更新方向。
2024-03-29 22:04:42
1003
1
原创 第P2周：CIFAR10彩色图片识别
第二周更加理解卷积神经网络（CNN）的原理，以及如何处理和预处理图像数据。了解学习如何处理实际的数据集、构建和训练深度学习模型，并对模型进行评估和调优。
2024-03-22 22:50:43
1849
1
原创 Pytorch入门实战-P1-实现mnist手写数字识别
MNIST手写数字数据集来源于是美国国家标准与技术研究所，是著名的公开数据集之一。（下载后需解压）。我们一般会采用这行代码直接调用，这样就比较简单MNIST手写数字数据集中包含了70000张图片，其中60000张为训练数据，10000为测试数据，70000张图片均是28*28，数据集样本如下：如果我们把每一张图片中的像素转换为向量，则得到长度为28*28=784的向量。因此我们可以把训练集看成是一个的张量，第一个维度表示图片的索引，第二个维度表示每张图片中的像素点。而图片里的每个像素点的值介于0-1。
2024-03-15 21:14:16
1340
2
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