机器学习与深度学习

Intro大三上的后半个学期接触到GAN之后，突然开始对深度学习开始感兴趣，自己也开始多多少少了解了点相关的知识，玩了点现成的代码，甚至想过接触一下CV和计算摄影的相关领域。后来发现自己的脑子似乎不太支持自己去深入研究这些东西，于是还是决定把它当做一个工具，自己蛮学一学。 大三下DM的大作业是：在ML和DL领域选择一种算法，实现具体应用，并进行优化。优化算法这种事情我们显然是搞不来，于是选择在研究方法上进行创新。（虽然最后创了个我到现在还觉得很离谱的方法出来）借此机会，总算是开始独立使用PyTorch搭建神经网络并进行调参。 所以最开始，还是先来回顾一下一个最基本的BP神经网络搭建的过程。本文侧重于训练的过程与PyTorch的使用上，而非BP神经网络的详细原理。之后有有机会复习ML算法的话再聊聊吧（怎么又给自己挖坑了） 在学校借了一本PyTorch的书，虽然有点老但是也还算可以凑活着看。在9月份还书之前慢慢啃一点吧。 Content 构建一个神经网络 训练参数的准备 训练数据的准备 训练过程的实现 梯度下降的优化 最后的代码包装 构建一个神经网络在Torch中定义网络是一件很简单的事 ...