动手学深度学习_李沫
数据布局N维数组
创建数值
访谒元素
05 线性代数
矩阵空间扭曲
线性回归
08_线性回归+基础优化算法
载入数据 数据分成batch（迭代器） 定义模型 定义损掉函数 定义优化算法 训练
数据集、模型设计、训练、推理
评估：计算误差有多大
评估模型，损掉函数：均方损掉、
梯度下降算法
10_多层感知机 + 代码实现 - 动手学深度学习v2
11_模型选择+过拟合和欠拟合
12_权重衰退
16_PyTorch 神经网络基础【动手学深度学习v2】
19卷积层【动手学深度学习v2】
核矩阵的大小控制了局部性，超参数
20 卷积层里的填充和步幅【动手学深度学习v2】
更深得网络
21 卷积层里的多输入多输出通道
从某一层的角度来看，输入通道的卷积核可以将上一层得到的分歧模式进行识别和组合，按照必然的权重进行相加组合，得到了组合的模式识别
对于一个深度的神经网络来说，下面的一些层的分歧通道用来识别一些分歧的局部的底层信息（边、纹理），越往上，上层会将局部的纹理组合起来，变成更加高级，较之前更加整体性的模式（特征，如耳朵、胡须等），最上面将所有识此外模式组合起来就形成了所要识此外类别（猫）
22 池化层
23 经典卷积神经网络 LeNet 优秀啊，学长
页:
[1]