【从线性回归到 卷积神经网络CNN 循环神经网络RNN Pytorch 学习笔记 目录整合 源码解读 B站刘二大人 绪论（0/10）】
深度学习 Pytorch 学习笔记 目录整合 数学推导与源码详解 B站刘二大人
目录传送门：
线性模型 Linear-Model 数学原理分析以及源码详解 深度学习 Pytorch笔记 B站刘二大人（1/10）
梯度下降算法 Gradient-Descend 数学推导与源码详解 深度学习 Pytorch笔记 B站刘二大人（2/10）
反向传播算法 Back-Propagation 数学推导以及源码详解 深度学习 Pytorch笔记 B站刘二大人（3/10）
线性回归 Linear-Regression 模块实现与源码详解 深度学习 Pytorch笔记 B站刘二大人（4/10）
非线性回归 Logistics-Regression 模块实现与源码详解 深度学习 Pytorch笔记 B站刘二大人（5/10）
多输入模型 Multiple-Dimension 数学原理分析以及源码详解 深度学习 Pytorch笔记 B站刘二大人（6/10）
数据集加载 Dataset&DataLoader 模块实现与源码详解 深度学习 Pytorch笔记 B站刘二大人（7/10）
分类器 Softmax-Classifier softmax数学原理与源码详解 深度学习 Pytorch笔记 B站刘二大人（8/10）
卷积神经网络CNN 数学原理分析与源码详解 深度学习 Pytorch笔记 B站刘二大人（9/10）
卷积神经网络CNN 实战案例 GoogleNet 实现手写数字识别 源码详解 深度学习 Pytorch笔记 B站刘二大人（9.5/10）
深度学习 Pytorch笔记 B站刘二大人 循环神经网络RNN 数学原理分析与源码实现（10/10）
什么是深度学习
深度学习的本质是机器学习，是期望通过计算机模拟人脑结构，通过对输入的信息进行分析整理从而完成期待中正确的预测与识别工作。相比于传统的机器学习，深度学习的模型往往更为复杂，且数据更为巨大。
需要注意的是在定义中，机器学习于深度学习有非常重要的差别在于，深度学习能够使得更简单的概念进行相互连接。这也意味着深度学习模型的输入可以是更为简单，信息量更少的 simple feature
其次，注意在解决思路中，机器学习是通过将任务进行分割，各个模块完成自己的任务，最后将得出的结果进行拼接。而深度学习近似于构造一个黑盒，进行端到端的输入输出，设计训练过程和优化函数，将结果交给计算机本身进行，是一种端到端的训练模式。
但是总而言之，笔者认为：深度学习和机器学习的本质都是挖掘众多数据的深度本质特征和整体现象规律。这一点也是我认为数学建模竞赛中C题的主旨所在。因此机器学习和深度学习的问题分析于项目开发的思路可以很好的被借鉴和参考。
深度学习最重要的是输入的数据和输出目标，根据输入数据和输出目标的不同可以进行如下分类：
从目的上讲，与数模C题的求解目标基本全部吻合，分别是 回归 分类 聚类 降维
同时根据模型的细微差异以及输入数据的标签量可以进行更为细致的划分。
什么是Pytorch
在定义上：PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序
PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络。
为什么使用pytroch
相比tensorflow，caffe等众多的神经网络框架结构，尤其是经常与pytorch并提的tensorflow。
pytroch 对新手更为友好，采用命令式编程，更为符合平常的编程习惯。通过牺牲内存空间实现了更为友好的数据存放和读取形式，能够进行断点调试并添加watch，在运行过程中自动运算形成计算图，这些特点让pytorch获得广大编程人员的喜爱，成为学习和入门深度学习的首选框架。
但是同样需要注意的是，在实际的开发中，由于由于pytorch的动态图定义，往往运行效率和学习成本高于tensorflow，因此在实际开发中仍以tensorflow为主。
下载地址：
Pytorch下载官网
注意，建议遵循规范下载流程，在anaconda环境下进行安装
【从线性回归到 卷积神经网络CNN 循环神经网络RNN Pytorch 学习笔记 目录整合 源码解读 B站刘二大人 绪论（0/10）】相关推荐
- 【卷积神经网络CNN 实战案例 GoogleNet 实现手写数字识别 源码详解 深度学习 Pytorch笔记 B站刘二大人 （9.5/10）】
卷积神经网络CNN 实战案例 GoogleNet 实现手写数字识别 源码详解 深度学习 Pytorch笔记 B站刘二大人 (9.5/10) 在上一章已经完成了卷积神经网络的结构分析,并通过各个模块理解 ...
- 【预测模型】基于卷积神经网络CNN实现预测单输入单输出预测模型matlab源码
1 模型 2 部分代码 clc;clear;close all load('.\世界遗产假山数据\环秀山庄\2020.10数据\环秀山庄2020.10沉降1-5号点.mat') data = tabl ...
- 深度学习代码实战演示_Tensorflow_卷积神经网络CNN_循环神经网络RNN_长短时记忆网络LSTM_对抗生成网络GAN
前言 经过大半年断断续续的学习和实践,终于将深度学习的基础知识看完了,虽然还有很多比较深入的内容没有涉及到,但也是感觉收获满满.因为是断断续续的学习做笔记写代码跑实验,所以笔记也零零散散的散落在每个角 ...
- 【 卷积神经网络CNN 数学原理分析与源码详解 深度学习 Pytorch笔记 B站刘二大人（9/10）】
卷积神经网络CNN 数学原理分析与源码详解 深度学习 Pytorch笔记 B站刘二大人(9/10) 本章主要进行卷积神经网络的相关数学原理和pytorch的对应模块进行推导分析 代码也是通过demo实 ...
- 【 线性回归 Linear-Regression torch模块实现与源码详解 深度学习 Pytorch笔记 B站刘二大人（4/10）】
torch模块实现与源码详解 深度学习 Pytorch笔记 B站刘二大人 深度学习 Pytorch笔记 B站刘二大人(4/10) 介绍 至此开始,深度学习模型构建的预备知识已经完全准备完毕. 从本章开 ...
- RNN和CNN(循环神经网络和卷积神经网络)
版权声明:本文为博主许佳佳原创文章,转载请务必注明出处. https://blog.csdn.net/Double2hao/article/details/84451405 概要 本文科普性质偏多,主 ...
- 卷积神经网络和循环神经网络的思想内核是什么
CNN(卷积神经网络).RNN(循环神经网络).DNN(深度神经网络)的内部网络结构有什么区别? 如下:1.DNN:存在着一个问题--无法对时间序列上的变化进行建模.然而,样本出现的时间顺序对于自然语 ...
- 卷积神经网络与循环神经网络实战 --- 手写数字识别及诗词创作
卷积神经网络与循环神经网络实战 - 手写数字识别及诗词创作 文章目录 卷积神经网络与循环神经网络实战 --- 手写数字识别及诗词创作 一.神经网络相关知识 1. 深度学习 2. 人工神经网络回顾 3. ...
- 机器学习笔记三—卷积神经网络与循环神经网络
系列文章目录 机器学习笔记一-机器学习基本知识 机器学习笔记二-梯度下降和反向传播 机器学习笔记三-卷积神经网络与循环神经网络 机器学习笔记四-机器学习可解释性 机器学习笔记五-机器学习攻击与防御 机 ...
最新文章
- spring-cloud-config安全问题
- windows nt service 框架
- sqoop增量导入hdfs和导出
- VC跨进程数据(结构体)传递-WM_COPYDATA
- python中主要内建函数
- 图计算-Pregel-Hama
- 修改goods对ECshop的url路径进行优化
- 负载均衡 ＞ 用户指南 ＞ 证书管理 ＞ 证书要求
- 拓端tecdat|R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长
- VNPY思维导图架构
- Java核心技术 卷1
- 计算机毕业设计选题推荐 -计算机专业毕业设计题目参考大全
- 人事管理系统之部门结构树的展示
- lic文件用计算机程序打开,LIC 文件扩展名： 它是什么以及如何打开它？
- 服装行业ERP选型咨询提纲
- redis-GEO地理位置
- 英特尔服务器新消息,又一个时代的眼泪！英特尔安腾处理器走完20年成为历史...
- 关于各种USB启动模式(MBR)的原理剖析
- 判断点是否在视景体内的参考资料
- 计算机科学概论英文版第五版答案,计算机科学导论习题答案（Introduction to computer science exercises answer）.doc...