-
使用 PyTorch C++ 前端
使用 PyTorch C++ 前端 动机 编写基本应用 定义神经网络模型 模块 API 基础 定义模块和注册参数 注册子模块并遍历模块层次结构 在正向模式下运行网络 模块所有权 定义 DCGAN 模块 什么是 GAN aGAN？ 生成器模块 判别器模块 加载数据 编写训练循环 移至 GPU 检查点和恢复训练状态 检查生成的图像... -
从零开始的 NLP：使用序列到序列网络和注意力的翻译
从零开始的 NLP：使用序列到序列网络和注意力的翻译 加载数据文件 Seq2Seq 模型 编码器 解码器 简单解码器 注意力解码器 训练 准备训练数据 训练模型 绘制结果 评估 训练和评估 可视化注意力 练习 从零开始的 NLP：使用序列到序列网络和注意力的翻译 原文：https://pytorch.org/tutoria... -
DCGAN 教程
DCGAN 教程 简介 生成对抗网络 什么是 GAN？ 什么是 DCGAN？ 输入 数据 实现 权重初始化 生成器 判别器 损失函数和优化器 训练 结果 下一步去哪里 DCGAN 教程 原文：https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html ... -
用基于注意力机制的seq2seq神经网络进行翻译
用基于注意力机制的seq2seq神经网络进行翻译 加载数据文件 Seq2Seq模型 编码器 解码器 简单的解码器 注意力解码器 训练模型 绘制结果 评估 训练和评估 可视化注意力 练习 用基于注意力机制的seq2seq神经网络进行翻译 译者：@EWilsen 作者 : Sean Robertson 这个教程主要讲解... -
用 Python 轻松抓取百度收录量：从原理到实战的全流程指南
用 Python 轻松抓取百度收录量：从原理到实战的全流程指南 一、抓取原理与准备工作 1.1 百度收录量的查询逻辑 1.2 技术栈准备 二、核心代码实现 2.1 基础抓取函数 2.2 解析收录量的关键函数 2.3 批量查询与数据存储 三、进阶优化与反爬应对 3.1 代理 IP 池的实现 3.2 验证码处理 3.2.1 Selenium 模拟... -
torch.nn到底是什么？
torch.nn 到底是什么？ MNIST 数据集 从零开始的神经网络（没有torch.nn ） 使用torch.nn.functional 使用nn.Module 重构 使用nn.Linear 重构 使用optim 重构 使用Dataset 重构 使用DataLoader 重构 添加验证 创建fit() 和get_data() 切换... -
强化学习（DQN）教程
强化学习（DQN）教程 回放记忆 DQN 算法 Q 网络 输入提取 训练 超参数和工具 训练循环 强化学习（DQN）教程 原文：https://pytorch.org/tutorials/intermediate/reinforcement_q_learning.html 作者 ： Adam Paszke 本教程说明如何使用... -
安装
安装 安装预构建包 多数平台：Python 科学分发包 Linux：使用你的包管理器 Windows 从源码安装 构建需求 所需依赖 Python 2 的依赖 可选的 GUI 框架 可选的外部程序 可选依赖 matplotlib 自带的所需库 在 Linux 上构建 在 OSX 上构建 在 Windows 上构建 安装 ... -
十三、树和森林
十三、树和森林 Adaboost 分类器 决策树分类器 决策树回归 特征的重要性 使用随机森林的特征选择 在随机森林中处理不平衡类别 随机森林分类器 随机森林分类器示例 数据的注解 随机森林回归 在随机森林中选择特征重要性 泰坦尼克比赛和随机森林 性别 年龄 可视化决策树 十三、树和森林 作者：Chris Albon 译... -
用字符级RNN分类名称
用字符级RNN分类名称 准备数据 将名字转化为张量 创建网络 训练 准备训练 训练网络 绘制结果 评估结果 在用户输入上运行 练习 用字符级RNN分类名称 译者：@孙永杰 作者 : Sean Robertson 我们将建立和训练一个基本的字符级RNN进行分类单词. 字符级别的RNN将单词读为一系列字符 - 在每个步骤输...
