大家可以在自己的环境试验
NDArray提供GPU计算和自动求梯度等更多功能，这些使NDArray更加适合深度学习。
nd.arrange
nd.shape
nd.reshape
nd.size
nd.zeros
nd.ones
nd.array
nd.random.normal
+、-、*、/、exp、dot、concatenate、==、sum、norm、asscalar
先适当复制元素使这两个NDArray形状相同后再按元素运算。
取值为左闭右开
nd.elemwise_add(x, y, out=z)
2.2.6 NDArray和Numpy互相变换
nd.array()
D.asnumpy()
attach_grad()
autograd.record()
backward()
dir
help
官网
2.1 获取和运行本书的代码 大家可以在自己的环境试验 2.2 数据操作 NDArray提供GPU计算和自动求梯度...
《动手学深度学习》环境搭建教程指南—windows10系统 本文在李沐博士的《动手学深度学习》 — 动手学深度学习...
AI开发日志 代码资源等 计划 预备知识Python 基础数学基础 机器学习统计学习方法西瓜书机器学习实战 深度学...
基本介绍 这周开始学习深度学习的部分知识，参考的书是《动手学深度学习》（PyTorch版），在操作过程中遇到一些小...
参考: 动手学深度学习第3.6.3章节.
线性回归 一.主要内容包括： 1.线性回归的基本要素 2.线性回归模型从零开始的实现 3.线性回归模型使用pyto...
疫情期间，借助《动手学深度学习》，学习pytorch的代码，顺便记录一些基础知识 1.线性回归--基本要素 1...
前记：最近在学习《动手学深度学习》一书，对一些知识点做些总结，概述。 1.概述 1.1机器学习： 讨论各...
思维导图 预备知识：二叉树定义（★） 预备知识_二叉树定义.cpp 预备知识：二叉树的深度遍历（★） 预备知识_二...
选自 李沐 《动手学深度学习》 第三章。 3.3 线性回归的简洁实现 随着深度学习框架的发展，开发深度学习应用变得...
本文标题：《动手学深度学习》第二章 预备知识
本文链接：https://www.haomeiwen.com/subject/yuhzwctx.html
网友评论