C橘子

推荐系统最新论文解读

刚开始学习深度学习几个月，对于很多近年来提到的模型都不是很清楚，读到Transformer时，注意力是什么都不知道。后面读了一些其他相关的论文逐渐开始懂一些，但是不看到代码，总是有些地方不明白，所以找到了PyTorch实现的Transformer代码进行分析，同时也记录下来，希望能够帮助到大家。

PyTorch搭建模型流程总结：将PyTorch定义并训练模型的主要步骤进行总结。最后实现了一个手写数字识别的案例​

1 实验介绍实验要求： 实现一个手写数字识别程序， 如下图所示， 要求神经网络包含一个隐层， 隐层的神经元个数为 15。整体思路：主要参考西瓜书第五章神经网络部分的介绍，使用批量梯度下降对神经网络进行训练。Tip: 整体代码及数据集链接在文末2 读取并处理数据数据读取思路：数据集中给出的图片为28*28的灰度图，利用plt.imread()函数将图片读取出来后为 28x28 的数组，如果使用神经网络进行训练的话，我们可以将每一个像素视为一个特征，所以将图片利用numpy.reshape方法将