0
点赞
收藏
分享

微信扫一扫

PyTorch 深度学习实践第一讲

写在前面:B站 刘二大人  传送门​​Pytorch深度学习实践第一讲​​

预备知识

  • 线性代数和概率论与数理统计(至少知道分布)
  • Python(了解面向对象、类)

引言:Human Intelligence

  • 推理能力(例:吃饭)
  • 预测能力(视觉接受的信息抽象化)

Machine learning

  1. 概念:将以前用来做推理的大脑变成算法
  2. 基本使用监督学习
  3. 从数据集中找出相应算法
  4. 基于统计的方法
  5. 深度学习属于机器学习分支

算法思想

  1. 穷举法
  2. 贪心法
  3. 分治法
  4. 动态规划

How to develop learning systems

PyTorch 深度学习实践第一讲_深度学习

拓展:为什么要进行特征提取

答:在满足相同密度下,随着维度的升高,对数据的需求量越大,出现维度诅咒。故需要进行高维空间降为低维空间

Traditional machine learning strategy

PyTorch 深度学习实践第一讲_数据集_02

备注:经典的机器学习流程

Brief history of neural networks

Back Propagation(反向传播)

PyTorch 深度学习实践第一讲_数据集_03

备注:类似链式求导,确定基本算子

PtTorch安装

参考链接

​​关于PyTorch的详细安装步骤​​


举报

相关推荐

0 条评论