ChadWick的博客

CUDA基础知识 文章目录CUDA基础知识1.numpy与python的比较2.NVIDIA CUDA3.在python中使用CUDA(anaconda3+pycharm+pytorch+cuda10.0+cudnn) 在前面，我们介绍了信号如何传递并通过神经网络，以及反向传播更新网络链接权重的计算过程。 它们都可以用矩阵乘法计算。一个简单的矩阵乘法，可以取代成百上万次单独计算。也就是吴恩达老师最喜欢的向量化运算代替FOR循环，详情可以查看我前面的文章，numpy作为python的科学计算库使用C语言实现的

4.改良神经网络 文章目录4.改良神经网络1.损失函数2.激活函数3.改良优化方法4.标准化5.优化方法整合：5.知识点小结(原著版) 1.损失函数 ​ 有时候，我们会把一些神经网络的输出值设计为连续范围的值。例如，一个预测温度的网络会输出0~100°C的任何值。 ​ 也有时候，为你们会把网络设计成输出true/False(1/0)，也就是**binary classfication.**例如，我们要判断一副图像是不是猫，输出值应该尽量接近0.0或1.0,而不是介于两者之间。 ​ 如果我们针对不同情况设计损

文章目录1. 下载数据集2.用pandas处理数据集3.简单的神经网络1. 前言2.具体代码实现3.Mnist数据集类4.训练分类器完整代码5.检验分类器效果6.完整的测试简单的分类器的性能 1. 下载数据集 建立网络的第一步是下载mnist图像数据集到本地，值得注意的是，其应该被下载到和你的pytorch项目在本地的同一文件夹下. 下载地址： 训练数据:https://pjreddie.com/media/files/mnist_train.csv 测试数据:https://pjreddie.com/me

Pytorch使用教程及应用-GANS(构建生成对抗神经网络) 本博文基于书籍–<<Pytorch 生成对抗网络编程>>，欢迎大家购买书籍支持原创 1.基础使用 建立张量: x=torch.tensor(3.5,requires_grad=True)#建立一个值为3.5且需要计算其梯度的张量 求解函数y对于x的梯度: import torch x=torch.tensor(3.5,requires_grad=True) y=(x-1)*(X-2) y.backward() #必要步