發(fā)簡(jiǎn)信
IP屬地：廣東
-
DL08 循環(huán)神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò) 到目前為止我們默認(rèn)數(shù)據(jù)都來(lái)自于某種分布， 并且所有樣本都是獨(dú)立同分布的 （independently and identicall...
-
DL06 卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò) 卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）是一類強(qiáng)大的、為處理圖像數(shù)據(jù)而設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)。 基...
-
DL05 深度學(xué)習(xí)計(jì)算深度學(xué)習(xí)計(jì)算 在本章中，我們將深入探索深度學(xué)習(xí)計(jì)算的關(guān)鍵組件， 即模型構(gòu)建、參數(shù)訪問(wèn)與初始化、設(shè)計(jì)自定義層和塊、將模型讀寫(xiě)到磁盤(pán)， 以及利用GP...
-
DL04 多層感知機(jī)到這里，我們將第一次介紹真正的深度網(wǎng)絡(luò)。最簡(jiǎn)單的深度網(wǎng)絡(luò)稱為多層感知機(jī)。多層感知機(jī)由多層神經(jīng)元組成，每一層與它的上一層相連，從中接收輸入；同時(shí)每...
-
DL03 線性神經(jīng)網(wǎng)絡(luò)線性回歸 回歸（regression）是能為一個(gè)或多個(gè)自變量與因變量之間關(guān)系建模的一類方法。在自然科學(xué)和社會(huì)科學(xué)領(lǐng)域，回歸經(jīng)常用來(lái)表示輸入和輸出...
-
DL02 預(yù)備知識(shí)學(xué)習(xí)深度學(xué)習(xí)的預(yù)備知識(shí) 要學(xué)習(xí)深度學(xué)習(xí)，首先需要先掌握一些基本技能。所有機(jī)器學(xué)習(xí)方法都涉及從數(shù)據(jù)中提取信息。因此，我們先學(xué)習(xí)一些關(guān)于數(shù)據(jù)的實(shí)用技...
-
DL01 遠(yuǎn)程啟動(dòng)jupyterlab詳細(xì)教程安裝jupyterlab并遠(yuǎn)程啟動(dòng) 上述修改完成后，可以在后臺(tái)窗口啟動(dòng)jupyterlab 使用Mobaxterm的Tunneling功能進(jìn)行端...
-
深入淺出Pandas--Pandas分組聚合--分組
對(duì)應(yīng)書(shū)本第三部分第6章Pandas分組聚合第2節(jié) 分組對(duì)象 前文講到groupby方法最終輸出的是一個(gè)分組對(duì)象，DataFrameGroupBy...
-
深入淺出Pandas--Pandas分組聚合--概述對(duì)應(yīng)書(shū)本第三部分第6章Pandas分組聚合第1節(jié) 對(duì)一個(gè)DataFrame按第一列進(jìn)行了分組，分成A、B、C三個(gè)組，接著對(duì)各個(gè)組內(nèi)部全部進(jìn)行了求...