发布时间：2022-07-19 12:20:38

2．用数据集的均值和标准差把数据集归一化。......【阅读全文】

发布时间：2022-07-15 10:19:29

?用于构建深度学习模型的不同文本数据表示法：
?理解递归神经网络及其不同实现，例如长短期记忆网络（LSTM）和门控循环单元（Gated Recurrent Unit，GRU），它们为大多数深度学习模型提供文本和序列化数据；
?为序列化数据使用一维卷积。......【阅读全文】

发布时间：2022-07-11 10:42:14

本章涵盖了以下主题：
?分类和回归之外的其他类型的问题；
?评估问题，理解过拟合、欠拟合，以及解决这些问题的技巧；
?为深度学习准备数据。
请记住，在本章中讨论的大多数技术都是机器学习和深度学习通用的，一部分用于解决过拟合问题的技术（如dropout）除外。......【阅读全文】

发布时间：2022-07-08 10:59:01

本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件，以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法，如回归、二分类、多类别分类等。......【阅读全文】

发布时间：2022-07-07 14:26:03

使用深度学习进行图像分类解决任何真实问题的重要一步是获取数据。Kaggle提供了大量不同数据科学问题的竞赛。我们将挑选一个2014年提出的问题，然后使用这个问题测试本章的深度学习算法，并在第5章中进行改进，我们将基于卷积神经网络（CNN）和一些可以使用的高级技术来改善图像识别模型的性能。大家可以从https://ww.........【阅读全文】