整理了一下之前写的深度学习基础知识文章,方便浏览!
1. pytorch基础学习系列文章,里面代码和示例
《PyTorch深度学习实践》05 用PyTorch实现线性回归
《PyTorch深度学习实践》06 用PyTorch实现Logistic回归
《PyTorch深度学习实践》07加载数据集
《PyTorch深度学习实践》08 加载数据集
《PyTorch深度学习实践》09 多分类问题
《PyTorch深度学习实践》10CNN基础(GPU版本)
《PyTorch深度学习实践》11CNN高级_Inception块(GPU版本)
《PyTorch深度学习实践》11CNN高级_ResidualBlock块(GPU版本)
《PyTorch深度学习实践》12 RNN基础_使用RnnCell构造RNN
深度学习step、iteration、epoch、batch、batch_size等专业名字的解释(持续更新中.ing)
详解RNN(数据解释、结构、计算、优缺点)
举例说明tf中LSTMCell的cell、num_unit是什么意思
2. 具体模块的解释,含代码
举例理解transformer中的位置编码
Self-Attention机制的计算详解
torch.nn.CTCLoss()的使用
pytorch中对BatchNorm2d()函数的理解
SE(Squeeze and Excitation)模块的理解以及代码实现
深度学习:标签平滑(Label Smoothing Regularization)
3. 调优技巧和问题解决
python项目调优合集(长期更新):提升准确率、训练提速、pytorch trich
python运行问题合集(长期更新):PyCharm中可运行,终端报错找不到自己创建的包
吴恩达-02 改善深层神经网络:超参数调试、正则化以及优化