TASK1 线性回归

主要内容包括:
1.线性回归的基本要素
基本要素为模型,数据集,损失函数,优化函数。
伯禹学习平台打卡(一)
伯禹学习平台打卡(一)
2.线性回归模型从零开始的实现
3.线性回归模型使用pytorch的简洁实现

TASK2 SOFTMAX和分类模型

主要内容包括:

1.softmax回归的基本概念
伯禹学习平台打卡(一)
伯禹学习平台打卡(一)
伯禹学习平台打卡(一)
伯禹学习平台打卡(一)
伯禹学习平台打卡(一)
2.如何获取Fashion-MNIST数据集和读取数据
3.softmax回归模型的从零开始实现,实现一个对Fashion-MNIST训练集中的图像数据进行分类的模型
4.使用pytorch重新实现softmax回归模型

TASK3 多层感知机

主要内容包括:

1.多层感知机的基本知识
2.使用多层感知机图像分类的从零开始的实现
3.使用pytorch的简洁实现

相关文章:

  • 2021-11-15
  • 2021-07-08
  • 2022-12-23
  • 2021-04-06
  • 2021-08-04
  • 2021-11-10
  • 2021-09-11
  • 2021-12-05
猜你喜欢
  • 2021-09-01
  • 2021-09-14
  • 2021-10-10
  • 2021-09-24
  • 2021-08-21
  • 2021-04-08
  • 2021-05-12
相关资源
相似解决方案