深度学习编程
关注
分享
扫一扫
BrightLampCsdn
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
Python和PyTorch对比实现池化层MaxPool函数及反向传播
相关原理和详细解释, 请参考 :池化层MaxPool函数详解及反向传播的公式推导正文import torchimport numpy as npclass MaxPool2D: def __init__(self, kernel_size=(2, 2), stride=2): self.stride = stride self.kernel...原创 2018-11-29 16:28:05 · 9128 阅读 · 0 评论 -
纯Python和scikit-learn对比实现PCA特征降维
摘要本文使用纯 Python 和 scikit-learn 对比实现PCA降维方法.相关原理和详细解释, 请参考: :特征工程PCA降维方法的最大方差理论详解文章索引 :https://blog.youkuaiyun.com/oBrightLamp/article/details/85067981正文1. PCA 类文件目录 : vanilla_nn/pca.pyimport numpy ...原创 2018-12-25 23:50:37 · 665 阅读 · 0 评论 -
Python和PyTorch对比实现批标准化 Batch Normalization 函数在测试或推理过程中的算法
摘要本文使用Python和PyTorch对比实现批标准化 Batch Normalization 函数在测试或推理过程中的算法.相关原理及详细解释, 请参考文章 :Batch Normalization的测试或推理过程及样本参数更新方法.系列文章索引 :https://blog.youkuaiyun.com/oBrightLamp/article/details/85067981正文1. Ba...原创 2018-12-30 15:45:48 · 1296 阅读 · 0 评论 -
纯Python和PyTorch对比实现循环神经网络LSTM及反向传播
摘要本文使用纯 Python 和 PyTorch 对比实现循环神经网络LSTM及其反向传播.相关配套代码, 请参考文章 :长短期记忆网络LSTMCell单元详解及反向传播的梯度求导文章索引 :https://blog.youkuaiyun.com/oBrightLamp/article/details/85067981正文1. LSTMCell 类文件目录 : vanilla_nn/lstm...原创 2018-12-18 16:44:45 · 1892 阅读 · 0 评论 -
纯Python和PyTorch对比实现SGD, Momentum, RMSprop, Adam梯度下降算法
摘要本文使用纯 Python 和 PyTorch 对比实现SGD, Momentum, RMSprop, Adam梯度下降算法.相关原理和详细解释, 请参考: :常用梯度下降算法SGD, Momentum, RMSprop, Adam详解文章索引 :https://blog.youkuaiyun.com/oBrightLamp/article/details/85067981正文1. 算法类...原创 2018-12-22 22:27:18 · 4136 阅读 · 0 评论 -
PyTorch Kaggle 快速上手(杂草幼苗图片识别)
说明原文是我在 www.kaggle.com 做的一个示例.地址: https://www.kaggle.com/brightlamp/pytorch-kaggle-quick-qtart-guide-on-plantseedlings搬运到这里, 顺便做一点基础汉化.正文首先, 需要打开 Kaggle 的 GPU 实例.导入标准包.# First, Please turn on...原创 2018-12-10 22:51:05 · 4318 阅读 · 1 评论 -
纯Python和PyTorch对比实现循环神经网络RNNCell及反向传播
摘要本文使用纯 Python 和 PyTorch 对比实现循环神经网络RNNCell单元及其反向传播相关原理和详细解释, 请参考:循环神经网络RNNCell单元详解及反向传播的梯度求导https://blog.youkuaiyun.com/oBrightLamp/article/details/85015325正文import torchimport numpy as npnp.rando...原创 2018-12-15 16:31:46 · 1374 阅读 · 0 评论 -
纯Python和PyTorch对比实现循环神经网络RNN及反向传播
摘要本文使用纯 Python 和 PyTorch 对比实现循环神经网络RNN及其反向传播相关原理和详细解释, 请参考:循环神经网络RNNCell单元详解及反向传播的梯度求导https://blog.youkuaiyun.com/oBrightLamp/article/details/85015325正文import torchimport numpy as npclass RNNCell...原创 2018-12-15 16:30:52 · 872 阅读 · 0 评论 -
均方差损失函数MSELoss详解及反向传播中的梯度求导
摘要本文给出均方差损失函数 MSELoss 的定义并求解其在反向传播中的梯度.相关系列文章索引 :https://blog.youkuaiyun.com/oBrightLamp/article/details/85067981正文均方差损失函数 MSELoss 定义简洁, 梯度求导简单, 应用广泛.1. 梯度设向量 s 作为预测值, 向量 y 为实际值, 由 MSELoss 函数计算得出误差值...原创 2018-12-20 20:21:36 · 21571 阅读 · 1 评论 -
纯Python和PyTorch对比实现门控循环单元GRU及反向传播
摘要本文使用纯 Python 和 PyTorch 对比实现门控循环单元GRU及其反向传播.相关配套代码, 请参考文章 :门控循环单元GRUCell详解及反向传播的梯度求导文章索引 :https://blog.youkuaiyun.com/oBrightLamp/article/details/85067981正文1. GRUCell 类文件目录 : vanilla_nn/grucell.py...原创 2018-12-19 22:46:45 · 2178 阅读 · 0 评论 -
Python和PyTorch对比实现卷积convolution函数及反向传播
相关原理及详细解释, 请参考 :卷积convolution函数详解及反向传播中的梯度求导正文import torchimport numpy as npclass Conv2d: def __init__(self, stride=1): self.weight = None self.bias = None self.st...原创 2018-11-28 17:56:02 · 2538 阅读 · 1 评论 -
Python和PyTorch对比实现批标准化Batch Normalization函数及反向传播
相关原理及详细解释, 请参考 :BrightLamp. Batch Normalization函数详解及反向传播中的梯度求导[EB/OL]. https://blog.youkuaiyun.com/oBrightLamp/article/details/84332455.正文import torchimport numpy as npclass BatchNorm1d: def __...原创 2018-11-26 22:34:21 · 1878 阅读 · 0 评论 -
Python和PyTorch对比实现affine/linear(仿射/线性)变换函数及全连接层的反向传播
相关原理及详细解释, 请参考 :BrightLamp. affine/linear(仿射/线性)变换函数详解及全连接层反向传播的梯度求导[EB/OL]. https://blog.youkuaiyun.com/oBrightLamp/article/details/84333111.正文import torchimport numpy as npclass Affine: def _...原创 2018-11-24 22:04:58 · 4026 阅读 · 0 评论 -
Python和PyTorch对比实现ReLU函数及反向传播
相关原理及详细解释, 请参考 :BrightLamp. ReLU函数详解及反向传播中的梯度求导[EB/OL]. https://blog.youkuaiyun.com/oBrightLamp/article/details/84326978.正文import torchimport numpy as npclass Relu: """ http://cs231n.github...原创 2018-11-21 20:36:38 · 4487 阅读 · 0 评论 -
Python和PyTorch对比实现dropout函数及反向传播
相关原理及详细解释, 请参考 :BrightLamp. dropout函数详解及反向传播中的梯度求导[EB/OL]. https://blog.youkuaiyun.com/oBrightLamp/article/details/84105097.正文import torchimport numpy as npclass Dropout: """ http://arxiv.or...原创 2018-11-21 17:02:39 · 2715 阅读 · 1 评论 -
Python和PyTorch对比实现多标签softmax + cross-entropy交叉熵损失及反向传播
相关关于 softmax + cross-entropy 的详细介绍, 请参考 :BrightLamp. 多标签softmax + cross-entropy交叉熵损失函数详解及反向传播中的梯度求导[EB/OL]. https://blog.youkuaiyun.com/oBrightLamp/article/details/84069835.正文变量有仔细命名, 注释我就不写了 ^ _ ^imp...原创 2018-11-14 21:18:14 · 8059 阅读 · 0 评论 -
纯Python和PyTorch对比实现softmax及其反向传播
啊原创 2018-11-14 16:45:19 · 2681 阅读 · 0 评论 -
Python和PyTorch对比实现cross-entropy交叉熵损失函数及反向传播
关于cross-entropy交叉熵损失函数的详细介绍, 请参考通过案例详解cross-entropy交叉熵损失函数:https://blog.youkuaiyun.com/oBrightLamp/article/details/839621471. 定义:E=−∑i=1kyilog(si)E = -\sum_{i = 1}^{k}y_{i}log(s_{i})\\E=−i=1∑kyilog(...原创 2018-11-13 16:50:10 · 8447 阅读 · 1 评论 -
Python 实现 TensorFlow 和 PyTorch 验证卷积 convolution 函数矩阵化计算及反向传播
摘要本文使用纯 Python 实现 TensorFlow 和 PyTorch 验证卷积 convolution 函数矩阵化计算及反向传播.相关原理和详细解释, 请参考文章 :卷积 convolution 函数的矩阵化计算方法及其梯度的反向传播系列文章索引 :https://blog.youkuaiyun.com/oBrightLamp/article/details/85067981正文1. ...原创 2019-01-05 20:17:27 · 1131 阅读 · 0 评论