- 博客(3)
- 收藏
- 关注
RSS订阅原创 第三次打卡
第三次打卡 批量归一化 利用小批量上的均值和标准差，不断调整神经网络中间输出，从而使整个神经网络在各层的中间输出的数值更稳定 对卷积层做批量归一化 位置：卷积计算之后、应⽤激活函数之前。 如果卷积计算输出多个通道，我们需要对这些通道的输出分别做批量归一化，且每个通道都拥有独立的拉伸和偏移参数。 计算：对单通道，batchsize=m,卷积计算输出=pxq 对该通道中m×p×q个元素同时做批量归一化...
2020-02-25 17:12:39
135
原创 第二次打卡
第二次打卡 机器翻译和数据集 机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。 主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。 数据预处理 1.将数据集清洗，转化为神经网络的输入minbatch 2.分词 3.建立词典 4.载入数据集 Encoder-Decoder encoder：输入到隐藏状态 ...
2020-02-18 18:51:51
215
原创 第一天作业打卡
第一天作业打卡 第一天任务 线性回归 数据集的生成 num_inputs = 2 num_examples = 1000 true_w = [2, -3.4] true_b = 4.2 features = torch.tensor(np.random.normal(0, 1, (num_examples, num_inputs)), dtype=torch.float) labels = t...
2020-02-14 19:02:03
199
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人