-
1
查看全部 -
pytorch中的state_dict
查看全部 -
pytorch模型的存儲與讀取
查看全部 -
計算準確率
查看全部 -
如果準確度不再下降,甚至上升,則模型可能過度擬合了
查看全部 -
加載私人數據集
查看全部 -
加載私人數據集
查看全部 -
訓練數據不夠時,可旋轉、偏轉數據造數據
查看全部 -
數據集CIFAR10
查看全部 -
數據加載與歸一
查看全部 -
數據加載
查看全部 -
過度擬合:訓練的很好,但測試準確率很差,訓練的越好,準確率越低,則存在過度擬合,需停止訓練
查看全部 -
損失函數
查看全部 -
autograd包可完成自動梯度計算和反向傳遞功能
查看全部 -
mark2
查看全部 -
mark1
查看全部 -
神經網絡的訓練過程
查看全部 -
打印梯度
查看全部 -
Autograd包
查看全部 -
正向傳遞與反向傳遞
查看全部 -
神經元
查看全部 -
AlexNet模型
查看全部 -
神經網絡
查看全部 -
向量、矩陣、張量是不同維度的數據表達
查看全部 -
數據結構
查看全部 -
驗證安裝
查看全部 -
PyTorch的state_dict
查看全部
舉報
0/150
提交
取消