loss
-
动手实现深度学习(4): 神经网络的backward实现
传送门: https://www.cnblogs.com/greentomlee/p/12314064.html github: https://github.com/Leezhe…
-
4. 基础实战——FashionMNIST时装分类
import os import numpy as np import pandas as pd import torch import torch.nn as nn import…
-
PyTorch 深度学习实践 第10讲:卷积 神经网络(基础篇)
第10讲:卷积 神经网络(基础篇) 视频教程 1.卷积神经网络 说明: 首先明确输入的张量维度多少,输出的张量维度多少,利用各种层(做特征提取),进行这个维度上或者是每个维度上尺寸…
-
GLIP_Grounded Language-Image Pre-training
一句话概括:多模态目标检测 目录 1、问题 2、介绍和实现 2.1 数据统一 2.1.1 object detect数据转统一格式,补充prompt 2.2.2 grounding…
-
【流行前沿】QSFL: A Two-Level Uplink Communication Optimization Framework for Federated Learning
今天分享一篇研究模型细粒度传输的联邦学习文章,作者Liping Yi来自于南开大学,发表在ICML 2022。 Intro 故事的起源还是来自于深度网络越来越大,导致上行链路达到了…
-
Neural Network模型复杂度之Batch Normalization – Python实现
背景介绍Neural Network之模型复杂度主要取决于优化参数个数与参数变化范围. 优化参数个数可手动调节, 参数变化范围可通过正则化技术加以限制. 本文从参数变化范围出发, …
-
0903Softmax简洁实现
点击查看代码 import torch import torchvision from torch import nn from d2l import torch as d2l f…
-
在MATPool矩池云完成Pytorch训练MNIST数据集
本文为矩池云入门手册的补充:Pytorch训练MNIST数据集代码运行过程。 案例代码和对应数据集,以及在矩池云上的详细操作可以在矩池云入门手册中查看,本文基于矩池云入门手册,默认…
-
implement of Deep_learning Code
Line_Model import torch import torch.nn as nn import math import random import numpy as np…