发布

paddle深度学习

paddle深度学习
专栏成员
11
文章
1462
阅读量
13
订阅数
paddle深度学习1 开发及调试环境搭建
PaddlePaddle由百度研发,是一个功能强大、易于使用、高效的深度学习框架,适用于各种深度学习应用场景
用户11104668
2024-05-16
2500
paddle深度学习2 数据集的构建
__getitem__用于实现索引操作,它定义了通过索引访问数据集中的样本的行为。
用户11104668
2024-05-17
2170
paddle深度学习3 Tensor
Tensor还提供了GPU计算和自动求梯度等更多功能,这些使Tensor更适合深度学习。
用户11104668
2024-05-19
1930
paddle深度学习4 向量的索引与切片
print(a[-1],a[-2],a[-3],a[-4],a[-5],a[-6])
用户11104668
2024-05-19
1750
paddle深度学习5 向量的维度变换
squeeze()方法与unsqueeze()方法正好相反,它的作用是减少一个维度
用户11104668
2025-01-11
880
paddle深度学习6 paddle Tensor 的广播机制
广播机制(Broadcasting)是 PaddlePaddle中一种用于处理不同形状张量之间运算的机制。
用户11104668
2025-01-12
640
paddle深度学习7 数据集的加载
在深度学习中,数据是模型训练的基石。高质量的数据处理和准备是模型成功的关键。无论是使用经典的数据集(如 MNIST、CIFAR-10),还是处理自定义数据集,都需要掌握数据加载、预处理和增强的技巧。本节将介绍如何加载常用的数据集。
用户11104668
2025-01-13
930
paddle深度学习8 自定义数据集
除了Paddle中一些已经包含的常用数据集,在实际的深度学习项目中,经常需要使用自定义的数据集(以便灵活地使用一些其它地外部数据集)进行训练和测试。PaddlePaddle 提供了灵活的工具来加载和处理自定义数据集。下面我们将详细介绍如何使用 PaddlePaddle 加载和使用一个简单的二维空间点的二分类数据集。
用户11104668
2025-01-14
1070
paddle深度学习9 搭建模型nn.Layer
在 Paddle 中,模型搭建的核心是组合各种 Layer(层)来构建神经网络。Paddle 提供了丰富的内置 Layer,同时也支持自定义 Layer 的实现。本节将介绍如何使用 Paddle 内置的 Layer 搭建模型。
用户11104668
2025-01-15
810
paddle深度学习10 模型准备
在深度学习中,模型训练是一个迭代的过程,通过不断调整模型参数,使其在给定任务上的表现逐渐提升。本节将详细介绍模型训练的基本流程,包括模型定义、损失函数和优化器的选择,以及训练循环的各个步骤。
用户11104668
2025-01-16
990
paddle深度学习11 线性回归
线性回归是一项经典的统计学习方法,广泛应用于预测连续值的问题。它通过拟合输入特征与输出标签之间的线性关系,来建立一个简单的预测模型。线性回归的核心思想是找到一条直线(或超平面),使得这条直线能够尽可能地拟合训练数据中的样本点。
用户11104668
2025-01-15
950
没有更多了
社区活动
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档