在學習pytorch版本的深度學習中，大多會因為這個包困擾，如果直接安裝d2lzh包，在后期使用中會導致某些函數無法實現。因此仍舊需要安裝d2lzh_pytorch'd2lzh_pytorch'下載傳送門，下載解壓后，直接放入包文件里即可。 我的文件路徑，可參考一下 ...

task0101.線性回歸 優化函數 - 隨機梯度下降 當模型和損失函數形式較為簡單時，上面的誤差最小化問題的解可以直接用公式表達出來。這類解叫作解析解（analytical solution）。本節使用的線性回歸和平方誤差剛好屬於這個范疇。然而，大多數深度學習模型並沒有解析解，只能 ...

方法 從零開始實現 定義模型參數 網絡 評估函數 優化方法 定義損失函數 數據提取與訓練評估 pytorch簡潔實現 小結 針對深度學習中的過擬合問題，通常使用丟棄法 ...

多層感知機 隱藏層 激活函數 小結 多層感知機 之前已經介紹過了線性回歸和softmax回歸在內的單層神經網絡，然后深度學習主要學習多層模型，后續將以多層感知機(multilayer percetron,MLP),介紹多層神經網絡的概念。 隱藏層 多層感知機 ...

定義和初始化模型 softamx和交叉熵損失函數 定義優化算法 訓練模型 定義和初始化模型 softmax的輸出層是一個全連接層，所以我們使用一個線性模塊就可以，因為前面我們數據返回的每個batch的樣本X的形狀為(batch_size,1,28,28 ...

多層感知機 定義模型的參數 定義激活函數 定義模型 定義損失函數 訓練模型 小結 多層感知機 我們仍然使用Fas ...

一、從零開始實現 1.1 首先引入Fashion-MNIST數據集 1.2 初始化模型參數 原始圖像中每個樣本都是28*28的，所以要展平每個圖像成長度為784的向量。 權重78 ...

一、 導入 二、初始化參數 三、Softmax的實現 四、優化算法 五、訓練 ...