《动手学深度学习》(PyTorch版)
首页 白天 夜间 下载 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签
编辑文档

8. 计算性能

来源 1 浏览 1479 扫码 打印 2020-06-10 23:31:49
    上一篇:
    下一篇:
    • 书签
    • 添加书签 移除书签
    • 10. 自然语言处理
      • 10.4 子词嵌入（fastText）
      • 10.6 求近义词和类比词
      • 10.9 编码器—解码器（seq2seq）
      • 10.10 束搜索
      • 10.11 注意力机制
      • 10.7 文本情感分类：使用循环神经网络
      • 10.5 全局向量的词嵌入（GloVe）
      • 10.1 词嵌入（word2vec）
      • 10.2 近似训练
      • 10.12 机器翻译
      • 10.3 word2vec的实现
      • 10.8 文本情感分类：使用卷积神经网络（textCNN）
    • 2. 预备知识
      • 2.2 数据操作
      • 2.1 环境配置
      • 2.3 自动求梯度
    • 3. 深度学习基础
      • 3.16 实战Kaggle比赛：房价预测
      • 3.5 图像分类数据集（Fashion-MNIST）
      • 3.14 正向传播、反向传播和计算图
      • 3.7 softmax回归的简洁实现
      • 3.11 模型选择、欠拟合和过拟合
      • 3.3 线性回归的简洁实现
      • 3.8 多层感知机
      • 3.9 多层感知机的从零开始实现
      • 3.15 数值稳定性和模型初始化
      • 3.6 softmax回归的从零开始实现
      • 3.4 softmax回归
      • 3.1 线性回归
      • 3.12 权重衰减
      • 3.10 多层感知机的简洁实现
      • 3.13 丢弃法
      • 3.2 线性回归的从零开始实现
    • 阅读指南
    • 4. 深度学习计算
      • 4.3 模型参数的延后初始化
      • 4.1 模型构造
      • 4.4 自定义层
      • 4.2 模型参数的访问、初始化和共享
      • 4.6 GPU计算
      • 4.5 读取和存储
    • 5. 卷积神经网络
      • 5.7 使用重复元素的网络（VGG）
      • 5.9 含并行连结的网络（GoogLeNet）
      • 5.2 填充和步幅
      • 5.8 网络中的网络（NiN）
      • 5.3 多输入通道和多输出通道
      • 5.11 残差网络（ResNet）
      • 5.10 批量归一化
      • 5.5 卷积神经网络（LeNet）
      • 5.1 二维卷积层
      • 5.6 深度卷积神经网络（AlexNet）
      • 5.4 池化层
      • 5.12 稠密连接网络（DenseNet）
    • 6. 循环神经网络
      • 6.5 循环神经网络的简洁实现
      • 6.9 深度循环神经网络
      • 6.2 循环神经网络
      • 6.4 循环神经网络的从零开始实现
      • 6.3 语言模型数据集（周杰伦专辑歌词）
      • 6.1 语言模型
      • 6.7 门控循环单元（GRU）
      • 6.10 双向循环神经网络
      • 6.6 通过时间反向传播
      • 6.8 长短期记忆（LSTM）
    • 7. 优化算法
      • 7.3 小批量随机梯度下降
      • 7.2 梯度下降和随机梯度下降
      • 7.8 Adam算法
      • 7.5 AdaGrad算法
      • 7.1 优化与深度学习
      • 7.7 AdaDelta算法
      • 7.6 RMSProp算法
      • 7.4 动量法
    • 8. 计算性能
      • 8.2 异步计算
      • 8.1 命令式和符号式混合编程
      • 8.4 多GPU计算
      • 8.3 自动并行计算
    • 9. 计算机视觉
      • 9.5 多尺度目标检测
      • 9.6 目标检测数据集（皮卡丘）
      • 9.4 锚框
      • 9.3 目标检测和边界框
      • 9.11 样式迁移
      • 9.9 语义分割和数据集
      • 9.1 图像增广
      • 9.8 区域卷积神经网络（R-CNN）系列
      • 9.2 微调
    • 简介
    • 1. 深度学习简介
    暂无相关搜索结果！

      本文档使用 全库网 构建

      展开/收起文章目录

      思维导图备注

      文章二维码

      手机扫一扫，轻松掌上读

      文档下载

      请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
      PDF文档 EPUB文档 MOBI文档

      书签列表

        阅读记录

        阅读进度: 0.00% ( 0/0 ) 重置阅读进度