步步心愿的博客

神经网络和深度学习概述也许对于房地产和在线广告来说可能是相对的标准一些的神经网络。对于图像应用，我们经常在神经网络上使用卷积（Convolutional Neural Network），通常缩写为CNN。对于序列数据，例如音频，有一个时间组件，随着时间的推移，音频被播放出来，所以音频是最自然的表现。作为一维时间序列（两种英文说法one-dimensional time series / temp...

特征工程建立篇（一）------特征选择​ 在许多大数据挖掘竞赛中（国内的阿里天池和国外的kaggle平台），最复杂的过程莫过于特征工程建立阶段，大概占据了整个竞赛过程的70%的时间和精力，最终建立的模型的好坏大多也取决于特征工程建立的好坏。​ 特征工程部分往往也是数据分析的核心，特征工程的建立往往比模型的建立复杂的多，特征工程不像模型建立的过程有着固定的套路，特征...

%matplotlib inlineAutograd：自动微分autograd package是PyTorch神经网络的核心。我们先简单看一下，然后开始训练第一个神经网络。autograd package为张量的所有operations（操作或运算）提供了自动微分。它是一个define-by-run框架，意思是说你的反向传播（backpropagation）是由 如何运行代码 定义的，并且...

%matplotlib inline神经网络可以使用torch.nn package构造进行构造神经网络。刚刚我们简单介绍了autograd，nn依赖于autograd来定义模型并区分它们。一个nn.Module包括你定义的网络层和一个forward(input)方法，这个方法返回output。我们看下这个数字图片分类的网络的例子：它是一个简单的前馈网络。它接受输入，并且每层的输入都是...

一、PyTorch 是什么他是一个基于Python的科学计算包，目标用户有两类为了使用GPU来替代numpy一个深度学习援救平台：提供最大的灵活性和速度开始张量（Tensors)张量类似于numpy的ndarrays，不同之处在于张量可以使用GPU来加快计算。from __future__ import print_functionimport torch构建一个未初始化的......

利用Pytorch复现AlexNet网络根据吴恩达老师在深度学习课程中的讲解，AlexNet网络的基本流程为：代码如下：import torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.autograd import Variableclass AlexNet(nn.Module): de...

利用Pytorch复现VGG-16网络:根据吴恩达老师在深度学习课程中的讲解，AlexNet网络的基本流程为：代码如下：import mathimport torchimport torchvisionimport torch.nn as nnimport torch.nn.functional as Fimport torchvision.models as modelsfr...

根据残差网络的官方论文可知：ResNet34的计算图如下：利用pytorch实现的代码如下：import numpy as npimport torchimport math# import torchimport torchvisionimport torch.nn as nnimport torch.nn.functional as Fimport torchvision...