创建向量 数据操作 广播机制 运算内存开销 NDArray和Numpy相互变换 自动求梯度 ...

　　最近工作要开始用到MXnet，然而MXnet的文档写的实在是.....所以在这记录点东西，方便自己，也方便大家。 　　我觉得搞清楚一个框架怎么使用，第一步就是用它来训练自己的数据，这是个很关键的一步。 一、MXnet数据预处理 　　整个数据预处理的代码都集成在了toosl ...

　　MXnet的设计结构是C++做后端运算，python、R等做前端来使用，这样既兼顾了效率，又让使用者方便了很多，完整的使用MXnet训练自己的数据集需要了解几个方面。今天我们先谈一谈Data iterators。 　　MXnet中的data iterator和python中的迭代器是很相似 ...

未来将是人工智能和大数据的时代，是各行各业使用人工智能在云上处理大数据的时代，深度学习将是新时代的一大利器，在此我将从零开始记录深度学习的学习历程。 我希望在学习过程中做到以下几点： 了解各种神经网络设计原理。 掌握各种深度学习算法的python编程实现。 运用深度 ...

　　在我们在MXnet中定义好symbol、写好dataiter并且准备好data之后，就可以开开心的去训练了。一般训练一个网络有两种常用的策略，基于model的和基于module的。今天，我想谈一谈他们的使用。 一、Model 　　按照老规矩，直接从官方文档里面拿出来的代码看一下 ...

　　这篇文章将介绍MXNet的编译安装。 　　MXNet的编译安装分为两步： 首先，从C++源码编译共享库（libmxnet.so for linux，libmxnet.dylib for osx，libmxnet.dll for windows）。 接着，安装 ...

第三章 从单层神经网络延伸到多层神经网络，并通过多层感知机引入深度学习模型 线性回归 线性回归的从零开始实现 线性回归的简洁实现 softmax回归 softmax回归的简洁实现 多层感知机 模型选择、欠拟合和过拟合 权重衰减 ...

获取和读取数据 初始化模型参数 实现softmax运算 定义模型 定义损失函数 计算分类准确率 训练模型 小结 获取和读取数据 我们将使用Fahs ...