L1-L11 jupter notebook 文件

最新推荐文章于 2024-07-12 15:20:52 发布
原创 最新推荐文章于 2024-07-12 15:20:52 发布 · 293 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

提供从线性回归到Transformer的深度学习系列课程资源下载，覆盖机器学习基础到高级主题，如注意力机制、循环神经网络、机器翻译等。

L1-L11 jupter notebook 文件下载地址
https://download.youkuaiyun.com/download/xiuyu1860/12157961
包括L12 Transformer.L11注意力机制和Seq2seq模型L10机器翻译L9循环神经网络进阶 L8梯度消失、梯度爆炸L7过拟合欠拟合及其解决方案L6循环神经网络L5语言模型与数据集L4文本预处理L3Softmax与分类模型L2多层感知机L1 线性回归

AI在电商中的应用系列文章
AI天才研究院
10-03 2484
作者：禅与计算机程序设计艺术随着互联网的发展和普及，越来越多的人把目光投向了电子商务这个新领域。许多企业都希望通过这个平台让顾客得到更高品质的服务和体验，从而实现自己的盈利目的。同时，电商也受到了人们的青睐，它给用户带来的便捷感、快速购买、低廉价格以及便于使用的优点，都令人印象深刻。基于这些原因，当下越来越多的企业开始在电商中积极布局，而在大数据、人工智能等新兴技术的驱动下，许多电商公司也纷纷开始了探索和尝试，尝试利用人工智能技术来提升产品的个性化推荐、商品分类以及品牌营销等方面。然而，对于如何将电商中的人
L30 图像分类案例2 Kaggle Dog Breed
雨人的博客
02-21 1487
Kaggle上的狗品种识别（ImageNet Dogs） 在本节中，我们将解决Kaggle竞赛中的犬种识别挑战，比赛的网址是https://www.kaggle.com/c/dog-breed-identification 在这项比赛中，我们尝试确定120种不同的狗。该比赛中使用的数据集实际上是著名的ImageNet数据集的子集。 # 在本节notebook中，使用后续设置的参数在完整训练集上训练...
PYNQ FPGA 开发
最新发布
bwhaxx的博客
07-12 1559
在PYNQ框架下，ARM A9 CPU上运行的软件包括：· 载有Jupyter Notebooks设计环境的网络服务器· IPython内核和程序包· Linux· FPGA的基本硬件库和APIPYNQ框架是为软件开发者提供了访问FPGA资源的python接口，Python开发者可以忽略这些实现细节，通过python即可轻松访问FPGA，动态加载各种预编译好的各种FPGA应用(overlay)，像调用函数一样去调用各种通过FPGA加速的应用或者访问连接到FPFA的外设。
我们需要什么样的端到端 AI 系统？蚂蚁 SQLFlow 的思考与答案
金融级分布式架构
07-13 501
端到端机器学习是一种由输入端的数据直接得到输出端结果的AI系统，它可以对业务人员屏蔽复杂技术细节，同时给模型以更多自动调节空间，增加模型整体契合度。近两年来，端到端机器学习成为 AI 领...
N156BGE-L11 datasheet
09-18
### N156BGE-L11 Ver3.1 Datasheet分析 #### 一、总览 **N156BGE-L11**是一款由CHIMEI InnoLux制造的15.6英寸单路LVDS（Low-Voltage Differential Signaling）液晶显示屏（LCD）。该型号专为Dell等客户设计，主要...
TFT-LCD Approval Specification N173HGE-L11 ver 2.0 -显示屏技术规格书.pdf
11-21
《TFT-LCD Approval Specification N173HGE-L11 ver 2.0》是CHIMEI InnoLux公司发布的液晶显示屏技术规格书，详细规定了嵌入式LCD液晶显示屏N173HGE-L11的各项参数和技术标准。这份文档是批准版本，旨在为制造商、...
哈工大操作系统-L11内核级线程1
08-03
- **资源分配**：用户级线程共享其所属进程的资源，如虚拟内存、文件描述符等；内核级线程则拥有独立的资源，包括内核栈。 - **异常和中断处理**：用户级线程遇到异常或中断时，整个进程都会被切换，而内核级...
奇美面板HGE-L11配置文件
06-17
奇美面板HGE-L11配置文件，从外国notebookcheck转载过来的
HSK标准教程5上全套PPT课件打包（L1-L18）.zip
03-19
HSK标准教程5上 课件 L1.ppt HSK标准教程5上 课件 L10.ppt HSK标准教程5上 课件 L11.ppt HSK标准教程5上 课件 L12.ppt HSK标准教程5上 课件 L13.ppt HSK标准教程5上 课件 L14.ppt HSK标准教程5上 课件 L15.ppt HSK...
L11注意力机制和Seq2seq模型
雨人的博客
02-14 1571
注意力机制 在“编码器—解码器（seq2seq）”⼀节⾥，解码器在各个时间步依赖相同的背景变量（context vector）来获取输⼊序列信息。当编码器为循环神经⽹络时，背景变量来⾃它最终时间步的隐藏状态。将源序列输入信息以循环单位状态编码，然后将其传递给解码器以生成目标序列。然而这种结构存在着问题，尤其是RNN机制实际中存在长程梯度消失的问题，对于较长的句子，我们很难寄希望于将输入的序列转化为...
L29 图像分类案例1Kaggle CIFAR-10 图像分类竞赛
雨人的博客
02-21 1198
Kaggle上的图像分类（CIFAR-10) 现在，我们将运用在前面几节中学到的知识来参加Kaggle竞赛，该竞赛解决了CIFAR-10图像分类问题。比赛网址是https://www.kaggle.com/c/cifar-10 # 本节的网络需要较长的训练时间 # 可以在Kaggle访问： # https://www.kaggle.com/boyuai/boyu-d2l-image-classif...
L25词嵌入进阶GloVe模型
雨人的博客
02-18 1181
词嵌入进阶 在“Word2Vec的实现”一节中，我们在小规模数据集上训练了一个 Word2Vec 词嵌入模型，并通过词向量的余弦相似度搜索近义词。虽然 Word2Vec 已经能够成功地将离散的单词转换为连续的词向量，并能一定程度上地保存词与词之间的近似关系，但 Word2Vec 模型仍不是完美的，它还可以被进一步地改进： 子词嵌入（subword embedding）：FastText 以固定大...
L7过拟合欠拟合及其解决方案
雨人的博客
02-14 1113
过拟合、欠拟合及其解决方案 过拟合、欠拟合的概念 权重衰减 丢弃法 模型选择、过拟合和欠拟合 训练误差和泛化误差 在解释上述现象之前，我们需要区分训练误差（training error）和泛化误差（generalization error）。通俗来讲，前者指模型在训练数据集上表现出的误差，后者指模型在任意一个测试数据样本上表现出的误差的期望，并常常通过测试数据集上的误差来近似。计算训练误差和泛...
L1线性回归
雨人的博客
02-14 1046
线性回归 主要内容包括： 线性回归的基本要素 线性回归模型从零开始的实现 线性回归模型使用pytorch的简洁实现 线性回归的基本要素 模型 为了简单起见，这里我们假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系: price=warea⋅area+wage⋅age+b \mathrm{pr...
L26 使用卷积及循环神经网络进行文本分类
雨人的博客
02-18 915
文本情感分类 文本分类是自然语言处理的一个常见任务，它把一段不定长的文本序列变换为文本的类别。本节关注它的一个子问题：使用文本情感分类来分析文本作者的情绪。这个问题也叫情感分析，并有着广泛的应用。 同搜索近义词和类比词一样，文本分类也属于词嵌入的下游应用。在本节中，我们将应用预训练的词向量和含多个隐藏层的双向循环神经网络与卷积神经网络，来判断一段不定长的文本序列中包含的是正面还是负面的情绪。后续内...
L27 目标检测基础
雨人的博客
02-21 887
目标检测和边界框 %matplotlib inline from PIL import Image import sys sys.path.append('/home/kesci/input/') import d2lzh1981 as d2l # 展示用于目标检测的图 d2l.set_figsize() img = Image.open('/home/kesci/input/img2083/...
L23模型微调fine tuning
雨人的博客
02-18 731
9.2 微调 在前面的一些章节中，我们介绍了如何在只有6万张图像的Fashion-MNIST训练数据集上训练模型。我们还描述了学术界当下使用最广泛的大规模图像数据集ImageNet，它有超过1,000万的图像和1,000类的物体。然而，我们平常接触到数据集的规模通常在这两者之间。 假设我们想从图像中识别出不同种类的椅子，然后将购买链接推荐给用户。一种可能的方法是先找出100种常见的椅子，为每种椅子...
L19深度学习中的优化问题和凸性介绍
雨人的博客
02-18 706
优化与深度学习 优化与估计 尽管优化方法可以最小化深度学习中的损失函数值，但本质上优化方法达到的目标与深度学习的目标并不相同。 优化方法目标：训练集损失函数值 深度学习目标：测试集损失函数值（泛化性） %matplotlib inline import sys sys.path.append('/home/kesci/input') import d2lzh1981 as d2l from m...
L9循环神经网络进阶 ModernRNN
雨人的博客
02-14 651
GRU RNN存在的问题：梯度较容易出现衰减或爆炸（BPTT） ⻔控循环神经⽹络：捕捉时间序列中时间步距离较⼤的依赖关系 RNN: Ht=ϕ(XtWxh+Ht−1Whh+bh) H_{t} = ϕ(X_{t}W_{xh} + H_{t-1}W_{hh} + b_{h}) Ht​=ϕ(Xt​Wxh​+Ht−1​Whh​+bh​) GRU: Rt=σ(XtWxr+Ht−1Whr+br)Zt=σ(X...
Chimei Innolux N156BGE-L11 Ver3.1 LCD屏规格说明书
"N156BGE-L11 datasheet 是一份关于15.6寸单路LVDS屏的详细技术规格文档，由CHIMEI InnoLux公司制作，适用于Dell客户。此文档版本为3.1，发布日期为2011年1月18日。该 datasheet 提供了面板的通用描述、机械规格、...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值