文件名称：dive_into_deep_learning
文件大小：26.58MB
文件格式：ZIP
更新时间：2024-03-16 11:03:33
JupyterNotebook
dive_into_deep_learning
【文件预览】：
dive_into_deep_learning-main
----.ipynb_checkpoints()
--------mxnet环境搭建-checkpoint.ipynb(72B)
----common()
--------functions.py(1KB)
--------util.py(3KB)
--------gradient.py(1KB)
--------multi_layer_net.py(5KB)
--------__init__.py(0B)
--------optimizer.py(4KB)
--------multi_layer_net_extend.py(7KB)
--------layers.py(8KB)
--------trainer.py(3KB)
----ch02()
--------or_gate.py(354B)
--------xor_gate.py(331B)
--------and_gate.py(357B)
--------nand_gate.py(360B)
----第三章深度学习基础()
--------3.5图像分类数据集.ipynb(56KB)
--------deep_learinig_test.ipynb(18KB)
--------3.7softmax回归的简洁实现.ipynb(3KB)
--------3.12 权重衰减.ipynb(74KB)
--------3.4softmax回归.ipynb(0B)
--------3.1线性回归.ipynb(125KB)
--------3.8多层感知.ipynb(0B)
--------3.9多层感知机的从零开始实现.ipynb(3KB)
--------3.10 多层感知机的简洁实现.ipynb(2KB)
--------3.11模型选择欠拟合和过拟合.ipynb(100KB)
--------3.6 Softmax 回归的从零开始实现.ipynb(8KB)
----.vscode()
--------settings.json(68B)
----ch05()
--------gradient_check.py(677B)
--------two_layer_net.py(2KB)
--------train_neuralnet.py(1KB)
--------buy_apple_orange.py(988B)
--------buy_apple.py(500B)
--------layer_naive.py(557B)
----ch06()
--------overfit_weight_decay.py(2KB)
--------batch_norm_gradient_check.py(773B)
--------hyperparameter_optimization.py(3KB)
--------overfit_dropout.py(1KB)
--------weight_init_compare.py(2KB)
--------batch_norm_test.py(3KB)
--------optimizer_compare_naive.py(1KB)
--------weight_init_activation_histogram.py(1KB)
--------optimizer_compare_mnist.py(2KB)
----ch03()
--------sample_weight.pkl(178KB)
--------sig_step_compare.py(361B)
--------step_function.py(267B)
--------sigmoid.py(212B)
--------neuralnet_mnist.py(1KB)
--------neuralnet_mnist_batch.py(1KB)
--------mnist_show.py(551B)
--------relu.py(198B)
----ch08()
--------half_float_network.py(766B)
--------deep_convnet_params.pkl(966KB)
--------misclassified_mnist.py(2KB)
--------deep_convnet.py(6KB)
--------awesome_net.py(27B)
--------train_deepnet.py(699B)
----第二章预备知识()
--------数据操作.ipynb(14KB)
--------2.4查阅文档.ipynb(6KB)
--------2.3自动求梯度.ipynb(4KB)
----dataset()
--------lena_gray.png(42KB)
--------__init__.py(0B)
--------mnist.pkl(52.4MB)
--------t10k-labels-idx1-ubyte.gz(4KB)
--------mnist.py(3KB)
--------t10k-images-idx3-ubyte.gz(1.57MB)
--------lena.png(115KB)
--------train-images-idx3-ubyte.gz(9.45MB)
--------__pycache__()
--------train-labels-idx1-ubyte.gz(28KB)
----ch04()
--------gradient_method.py(755B)
--------two_layer_net.py(2KB)
--------train_neuralnet.py(2KB)
--------gradient_2d.py(2KB)
--------gradient_simplenet.py(662B)
--------gradient_1d_20190731_173642.py(497B)
----nohup.out(763B)
----README.md(25B)
----3.6 Softmax 回归的从零开始实现.ipynb(62KB)
----ch07()
--------gradient_check.py(544B)
--------apply_filter.py(2KB)
--------visualize_filter.py(801B)
--------simple_convnet.py(5KB)
--------train_convnet.py(1KB)
--------params.pkl(3.31MB)
----mxnet环境搭建.ipynb(3KB)
----ch01()
--------simple_graph.py(204B)
--------hungry.py(21B)
--------sin_graph.py(164B)
--------img_show_20190731_173639.py(162B)
--------sin_cos_graph.py(381B)
--------man_20190731_173639.py(318B)