技术践行者

https://github.com/bamtercelboo/pytorch_Highway_Networks/blob/master/Highway%E6%80%BB%E7%BB%93.md

title: pytorch中LSTM笔记date: 2018-07-12 16:52:53tags:- torch项目categories:- pytorch单向LSTM笔记专业笔记见中文参考、英文参考torch.nn.LSTM()输入API重要参数 input_size: 每一个时步(time_step)输入到lstm单元的维度.(实际输入的数据size为[ba...

转自：https://www.cnblogs.com/lindaxin/p/8052043.html主要是用函数torch.nn.utils.rnn.PackedSequence()和torch.nn.utils.rnn.pack_padded_sequence()以及torch.nn.utils.rnn.pad_packed_sequence()来进行的,分别来看看这三个函数的用法。1、...

使用Python进行数据1. matplotlibmatplotlib是最流行的绘制图表的Python库，是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。matplotlib简单易用，各种图标的绘制基本上步骤不变，主要包括：1.准备数据2.创建画布3.绘制图像（根据不同图像类别调用不同方法）4.辅助绘制（刻度...

深度学习的一般性流程：1. 构建网络模型结构2. 选择损失函数3. 选择优化器进行训练PyTorch搭建深度学习模型主要包括2种方法：1. 继承torch.nn.Module, 自己构造深度模型class SimpleNet(torch.nn.Module): def __init__(self, n_features,n_hidden,n_output)...

深度学习的一般性流程：1. 构建网络模型结构2. 选择损失函数3. 选择优化器进行训练【背景----百度百科给出的基本概念】最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。监督学习中，如果预测的变量是离散的，我们称其为分类（如决策树，支持向量机等），如果预测的变量是连续的，我们称其为回归。一元线性模型：回归分析中，如果...

深度学习的一般性流程：1. 构建网络模型结构2. 选择损失函数3. 选择优化器进行训练梯度下降法(gradient descent)是一个最优化算法，常用于机器学习和人工智能当中用来递归性地逼近最小偏差模型。torch.optim.SGD 是随机梯度下降的优化函数梯度下降（Gradient Descent）方法变种：(full) Batch gradient desce...

无监督学习（Unsupervised learning）是机器学习的一种方法，是指从无标签的数据中学习出一些有用的信息或模式。应用广泛：现实世界中的数据都是无标签的目的：将纷繁复杂的数据归类，进而分类管理典型应用：电商、银行等行业对不同类型客户定向营销无监督特征学习（Unsupervised Feature Learning）是从无标签的数据中挖掘有效地特征或表示，从而帮助后...