当前位置：首页 > 工具软件 > pytorch-Deep-Learning > 使用案例 >

Python深度学习：基于PyTorch [Deep Learning with Python and PyTorch]

易琛

2023-12-01

作者：吴茂贵，郁明敏，杨本法，李涛，张粤磊著
出版社:机械工业出版社
品牌:机工出版
出版时间:2019-11-01
Python深度学习：基于PyTorch [Deep Learning with Python and PyTorch]

类似资料：

Keras 基于 Python 的深度学习库

Keras 是一个高层神经网络 API，Keras 由纯 Python 编写而成并基 Tensorflow、Theano 以及 CNTK 后端。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择 Keras：简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）支持 CNN 和 RNN，或二者的结合无缝 CPU 和 GPU 切换 Kera
Keras:基于Python的深度学习库

停止更新通知 Hi all，十分感谢大家对keras-cn的支持，本文档从我读书的时候开始维护，到现在已经快两年了。这个过程中我通过翻译文档，为同学们debug和答疑学到了很多东西，也很开心能帮到一些同学。从2017年我工作以后，由于工作比较繁忙，更新频率有所下降。到今年早期的时候这种情况更加严重，加之我了解到，keras官方已经出了中文文档，更觉本份文档似乎应该已经基本完成了其历史使命，该到了
Keras 基于 Python 的深度学习库

Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。
Python 深度学习

Python 是一种通用的高级编程语言，广泛用于数据科学和生成深度学习算法。这个简短的教程介绍了 Python 及其库，如 Numpy，Scipy，Pandas，Matplotlib，像 Theano，TensorFlow，Keras 这样的框架。
Python 深度学习

你拿起这本书的时候，可能已经知道深度学习近年来在人工智能领域所取得的非凡进展。在图像识别和语音转录的任务上，五年前的模型还几乎无法使用，如今的模型的表现已经超越了人类。
深度学习基础

相关专题《深度学习》整理 CNN 专题 RNN 专题优化算法专题随机梯度下降动量算法自适应学习率算法基于二阶梯度的优化算法《深度学习》 5.2 容量、过拟合和欠拟合欠拟合指模型不能在训练集上获得足够低的训练误差；过拟合指模型的训练误差与测试误差（泛化误差）之间差距过大；反映在评价指标上，就是模型在训练集上表现良好，但是在测试集和新数据上表现一般（泛化能力差）；降低过拟合风险的
使用PyTorch进行深度学习

译者：bdqfork 作者: Robert Guthrie 深度学习构建模块：仿射映射, 非线性函数以及目标函数深度学习表现为使用更高级的方法将线性函数和非线性函数进行组合。非线性函数的引入使得训练出来的模型更加强大。在本节中，我们将学习这些核心组件，建立目标函数，并理解模型是如何构建的。仿射映射深度学习的核心组件之一是仿射映射，仿射映射是一个关于矩阵A和向量x，b的*f(x)*函数，如下所
Keras 基于 Python 的深度学习库中文文档

Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。

Python深度学习：基于PyTorch [Deep Learning with Python and PyTorch]

相关阅读

相关文章

相关问答

相关文档