下面列出一些學習過程中的資料，資料列表會不斷跟新
1、pytorch學習筆記(11)——論nn.conv2d中的反向傳播實現過程
2、卷積原理：幾種常用的卷積（標準卷積、深度卷積、組卷積、擴充套件卷積、反卷積）
3、pytorch底層組卷積的實現方式
4、使用numpy和scipy建立擴充套件（建立無引數和可學習引數的神經網路層）
5、vggface2的pytorch**，人臉識別訓練模型resnet、senet50
6、pytorch中tensor與pil影象格式和numpy的相互轉化
Pytorch學習率更新
自己在嘗試了官方的 後就想提高訓練的精度就想到了調整學習率，但固定的學習率肯定不適合訓練就嘗試了幾個更改學習率的方法，但沒想到居然更差！可能有幾個學習率沒怎麼嘗試吧 import torch import matplotlib.pyplot as plt matplotlib inline from...
Pytorch學習率更新
自己在嘗試了官方的 後就想提高訓練的精度就想到了調整學習率，但固定的學習率肯定不適合訓練就嘗試了幾個更改學習率的方法，但沒想到居然更差！可能有幾個學習率沒怎麼嘗試吧 import torch import matplotlib.pyplot as plt matplotlib inline from...
ECharts學習三 資料的動態更新
echarts 由資料驅動，資料的改變驅 表展現的改變 所有資料的更新都通過 setoption實現，你只需要定時獲取資料，setoption 填入資料，而不用考慮資料到底產生了那些變化，echarts 會找到兩組資料之間的差異然後通過合適的動畫去表現資料的變化。echarts 3 中移除了 ech...