为了方便自己和其他人查阅笔记,特意将自己的学习笔记链接汇总整理到该博文中。
Tensorflow | 简介 |
---|---|
TensorFlow2.0 Hello world | TF 2.0构建最简单的神经网络 |
TensorFlow 2.0 实现线性回归和非线性回归 | TF 2.0解决回归问题 |
TensorFlow 2.0 对MNIST数据进行分类 | 包括层数加深、Dropout、正则化、CNN、RNN的使用 |
TensorFlow 2.0 保存、读取、绘制模型 | 保存模型、读取模型和绘制模型 |
谷歌TPU使用方法 | TPU相比GPU的训练速度快得多 |
TensorFlow 1.x 基本知识总结 | placeholder、fetch、feed、embedding_lookup |
tf.app.flags | TensorFlow输入参数 |
Pytorch | 简介 |
---|---|
PyTorch的基本概念 | 介绍、环境安装等 |
PytTorch和Numpy之间的关联 | 两者之间的关联和对比 |
PyTorch数学运算 | PyTorch基本运算 |
PyTorch的自动求导 | PyTorch自动求导的理解和坑 |
PyTorch实现逻辑回归 | PyTorch实现逻辑回归 |
简单网络在Numpy和PyTorch上的实现 | 简单神经网络在两者的实现 |
PyTorch实现正则化和Dropout | 正则化和Dropout |
PyTorch使用CNN对手写数字进行识别 | PyTorch CNN的应用 |
Word2Vec在PyTorch中的简单实现 | Word2Vec in PyTorch |
语言模型在PyTorch的简单实现 | 语言模型 in PyTorch |