在我们 PyTorch 系列的上一章节中，我们演示了在 Mean Square Error (MSE) 损失函数下，糟糕的权重初始化会如何影响分类模型的准确性。我们注意到模型在训练过程中没有收敛，准确性也显著下降。接下来，您将看到如果 […]

单层神经网络，也称为单层感知机，是最简单的神经网络类型。它只包含一层神经元，这些神经元连接到输入层和输出层。在图像分类器的情况下，输入层将是图像，输出层将是 […]

循环神经网络可用于时间序列预测。在这种情况下，会创建一个回归神经网络。它也可以用作生成模型，通常是分类神经网络模型。生成模型是从数据中学习特定模式，以便在给出某些提示时，它可以 […]

长短期记忆 (LSTM) 是一种可用于神经网络的结构。它是一种循环神经网络 (RNN)，它期望输入是特征序列的形式。它对于时间序列或文本字符串等数据很有用。在这篇文章中，您将了解 […]

深度学习技术能力的流行演示是图像数据中的对象识别。机器学习和深度学习的对象识别的“Hello World”是用于手写数字识别的 MNIST 数据集。在这篇文章中，您将发现如何开发一个深度学习模型，在 […]上实现接近最先进的性能。

神经网络由相互连接的层构成。有很多不同种类的层。对于与图像相关的应用，您总会找到卷积层。它是一种参数很少但应用于大尺寸输入的层。它之所以强大，是因为它可以保留图像的空间结构。 […]

PyTorch 是一个深度学习库。您可以使用 PyTorch 构建非常复杂的深度学习模型。但是，有时您希望对模型架构进行图形化表示。在这篇文章中，您将学习：如何以交换格式保存您的 PyTorch 模型 如何使用 Netron 创建图形 […]

大型深度学习模型可能需要很长时间才能训练。如果训练过程在中间被中断，您将损失大量工作。但有时，您实际上想在中间中断训练过程，因为您知道进一步进行不会让您获得更好的模型。在这篇文章中， […]

通过观察神经网络和深度学习模型在训练期间随时间的表现，您可以学到很多东西。例如，如果您看到训练准确性随着训练 epoch 而变差，您就知道优化存在问题。可能是您的学习率太快了。在这篇文章中，您将发现如何 […]

当您构建和训练 PyTorch 深度学习模型时，您可以通过多种不同的方式提供训练数据。最终，PyTorch 模型就像一个函数，它接收一个 PyTorch 张量并返回另一个张量。您在如何获取输入张量方面有很多自由度。可能是最简单的 […]