樣式遷移 如果你是一位攝影愛好者，也許接觸過濾鏡。它能改變照片的顏色樣式，從而使風景照更加銳利或者令人像更加美白。但一個濾鏡通常只能改變照片的某個方面。如果要照片達到理想中的樣式，經常需要嘗試大量不 ...

過擬合、欠擬合及其解決方案 過擬合、欠擬合的概念 權重衰減 丟棄法 模型選擇、過擬合和欠擬合 訓練誤差和泛化誤差 在解釋上述現象之前，我們需要區分訓練誤差（training ...

多層感知機 多層感知機的基本知識 使用多層感知機圖像分類的從零開始的實現 使用pytorch的簡潔實現 多層感知機的基本知識 深度學習主要關注多層模型。在這里，我們將以多層感知 ...

圖像增廣 在5.6節（深度卷積神經網絡）里我們提到過，大規模數據集是成功應用深度神經網絡的前提。圖像增廣（image augmentation）技術通過對訓練圖像做一系列隨機改變，來產生相似但又不同 ...

文本情感分類 文本分類是自然語言處理的一個常見任務，它把一段不定長的文本序列變換為文本的類別。本節關注它的一個子問題：使用文本情感分類來分析文本作者的情緒。這個問題也叫情感分析，並有着廣泛的應用。 ...

9.2 微調 在前面的一些章節中，我們介紹了如何在只有6萬張圖像的Fashion-MNIST訓練數據集上訓練模型。我們還描述了學術界當下使用最廣泛的大規模圖像數據集ImageNet，它有超過1,00 ...

9.3 目標檢測和邊界框 9.3.1 邊界框 9.4 錨框 目標檢測算法通常會在輸入圖像中采樣大量的區域，然后判斷這些區域中是否包含我們感興趣的目標，並調整區域邊緣從 ...

文本預處理 文本是一類序列數據，一篇文章可以看作是字符或單詞的序列，本節將介紹文本數據的常見預處理步驟，預處理通常包括四個步驟： 讀入文本 分詞 建立字典，將每個詞映射到一個唯一的索 ...

自動求梯度 在深度學習中，我們經常需要對函數求梯度（gradient）。PyTorch提供的autograd包能夠根據輸入和前向傳播過程自動構建計算圖，並執行反向傳播。本節將介紹如何使用autogr ...

softmax和分類模型 內容包含： softmax回歸的基本概念 如何獲取Fashion-MNIST數據集和讀取數據 softmax回歸模型的從零開始實現，實現一個對Fashion ...