
深度学习基础
文章平均质量分 91
离墨猫
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
-
win11的ubuntu子系统 WSL2 下配置cuda、cudnn、GPU pytorch环境
这里写自定义目录标题1.安装Ubuntu子系统2.安装cuda环境3.安装conda新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入1.安装Ubuntu子系统2.安装cuda环境3.安装conda你好! 这是你第一次原创 2022-02-07 10:50:12 · 11380 阅读 · 3 评论 -
Sigmoid函数与Softmax函数的区别与联系
转载自:https://blog.youkuaiyun.com/xixiaoyaoww/article/details/105459727 目录 缘起逻辑回归 Sigmoid Softmax 缘起逻辑回归 逻辑回归模型是用于二类分类的机器学习模型(不要说逻辑回归可以做多类分类啊喂,那是二类分类器的组合策略问题,而与逻辑回归分类器本身的构造没有半毛钱关系啊)。 我们知道,在逻辑回归中,用于预测样本类别的假设函数为 (小夕要讲大事,忽略偏置项参数和向量转置这种细节啦)转载 2021-03-09 10:37:03 · 459 阅读 · 0 评论 -
CUDA是什么-CUDA简介
在大家开始深度学习时,几乎所有的入门教程都会提到CUDA这个词。那么什么是CUDA?她和我们进行深度学习的环境部署等有什么关系?通过查阅资料,我整理了这份简洁版CUDA入门文档,希望能帮助大家用最快的时间尽可能清晰的了解这个深度学习赖以实现的基础概念。 本文在以下...转载 2020-12-12 11:06:14 · 35810 阅读 · 3 评论 -
Pytorch 之 MNIST 数据集实现(代码讲解)
原文链接:https://www.cnblogs.com/cmybky/archive/2004/01/13/12172745.html目录1. 数据集介绍2. 代码2. 读代码(个人喜欢的顺序)2.1. 导入模块部分:2.2. Main 函数:1. 数据集介绍一般而言,MNIST 数据集测试就是机器学习和深度学习当中的"Hello World"工程。几乎是所有的教程都会把它放在最开始的地方。这是因为,这个简单的工程包含了大致的机器学习流程,通过练习这个工程有助于读者加深理解机器学习或者是深度.转载 2020-12-10 14:30:14 · 3173 阅读 · 1 评论