pytorch之GRU模型 疫情期间，宅家无聊，参加了由和鲸社区、Datawhale、伯禹人工智能学院等单位联合发起的免费公益学习活动，主要利用pytorch进行深度学习，时间比较紧凑，没怎么学懂，得多花一点时间，代码都是向大佬借鉴的，错误之处，恳请指正，我就是个搬运工，仅做学习打卡使用，不喜勿喷哈哈哈哈。 import numpy as np import torch from torch import nn, optim import torch.nn.functional as F import sys sys.path.append(../input/) import d2l_ja

笔记整理 代码整理 L2 范数正则化（regularization） %matplotlib inline import torch import torch.nn as nn import numpy as np import sys sys.path.append(/home/kesci/input) import d2lzh1981 as d2l # L2范数正则化 def fit_and_plot_pytorch(wd): # 对权重参数衰减。权重名称一般是以weight结尾 net = nn.Linear(num_inputs, 1) nn.init

动手学深度学习第9.6.0_prepare_pikachu.ipynb，已经转好的数据集，可以直接使用pytorch

学习_潜入DL-PyTorch 本项目新生于Datawhale :spouting_whale:第10期组队学习活动：《动手学深度学习》 Pytorch版，由Datawhale成员安晟维护 《动手学深度学习》是亚马逊首席科学家李沐等人编写的一本优秀的深度学习教学，原书作者：阿斯顿·张，李沐，扎卡里C.立顿，亚历山大J.斯莫拉以及其他社区贡献者 中文版：| 英文版：| 针对本书的MXNet代码，github分别有中英两个开源版本的Pytorch扩展：| 本项目正在对以上优质资源的代码进行学习和复现，随后将会力求进一步扩展，补充最新的模型，训练技巧，学术进展等 持续更新中... 食用方法 对于已更新完成的部分，每个小节都配备了和原书呼应的markdown教程供阅读，以及对应的源码供大家练习，调试和运行。 此外大家还可以在伯禹学习平台找到相关的视频学习资料 在部分涉及比较多理论的章节，以便让公式正常显示，强烈建议安装c

第二版出版以后，敲代码很多遍，作为标准；把代码背下来，背代码比背公式要好一点。

我们使⽤的热狗数据集（点击下载）是从⽹上抓取的，它含有1400张包含热狗的正类图像，和同样多包含其他⻝品的负类图像。各类的1000张图像被⽤于训练，其余则⽤于测试。

AlexNet模型1. AlexNet模型介绍1.1 AlexNet的特点1.2 AlexNet的结构1.3 AlexNet参数数量2. AlexNet的PyTorch实现2.1 导入相应的包2.2 构建AlexNet网络2.3 加载数据集2.4 训练网络 1. AlexNet模型介绍 由于受到计算机性能的影响，虽然LeNet在图像分类中取得了较好的成绩，但是并没有引起很多的关注。 直到2012年，Alex等人提出的AlexNet网络在ImageNet大赛上以远超第二名的成绩夺冠，卷积神经网络乃至深度学习重新引起了广泛的关注。AlexNet首次证明了学习到的特征可以超越⼿⼯设计的特征，从而⼀举

动手学深度学习微调使用的数据集

动手学深度学习，是李沐大神讲解，这里面是jupyter notebook文件，它能够使你快速上手深度学习。

动手学深度学习代码jupyter代码（d2l-zh.zip）