看世界，看自己
  文章分类
FREERTOS 1 操作系统 11 深度学习 6 数据结构与算法 3 数学 15 信息论 2 英语 42 计算机组成原理 4 计算机网络 1 工具 2 阅读 2 移动通信原理 1
【CS191】【lab2】part1：MNIST 数字分类 【CS191】【lab2】part1：MNIST 数字分类
1.3 用于手写数字分类的卷积神经网络（CNN） [[【CS191】【lec3】卷积神经网络#3.4 CNN架构]] 构建CNN CNN架构是由特征识别和分类两个过程一起实现的 两个[[卷积层]]（用于特征提取）和[[池化层]]（
2025-03-20 深度学习
lab 深度学习 MIT6S191
【CS191】【lec3】卷积神经网络 【CS191】【lec3】卷积神经网络
第一部分：深度学习与计算机视觉简介 1.1 课程简介 课程主题：MIT 6.S191《深度学习入门》课程的第二天，专注于计算机视觉。 课程目标：探讨如何让计算机拥有视觉能力，理解并感知物理世界。 1.2 视觉能力的重要性 背景：
2025-03-18 深度学习
深度学习 MIT6S191
【CS191】【lec2】循环神经网络、Transformer 和注意力机制 【CS191】【lec2】循环神经网络、Transformer 和注意力机制
讲座内容概述 本次讲座是 MIT 6.S191 课程的第二讲，主题为深度序列建模，重点介绍循环神经网络（RNN）、Transformer 和注意力机制等概念。讲座由 Ava 指导，旨在为学生打下序列建模的基础，以便更好地理解后续关于大型语
2025-03-11 深度学习
深度学习 MIT6S191
【CS191】【lab1】part2 【CS191】【lab1】part2
基于PyTorch和RNN的音乐生成实验笔记 实验目标 本实验旨在通过构建循环神经网络（RNN），学习音乐数据中的模式，并生成新的音乐。我们将使用PyTorch框架，以ABC符号表示的爱尔兰民间音乐数据集为基础，训练模型并生成音乐。
2025-03-11 深度学习
lab 深度学习 MIT6S191
【CS191】【lab1】part1 【CS191】【lab1】part1
PyTorch 入门与音乐生成实验笔记 实验目标 本实验旨在通过 PyTorch 框架，学习深度学习的基本概念，包括张量操作、神经网络定义、自动微分以及简单的优化过程。实验分为多个部分，逐步深入 PyTorch 的核心功能。 实验环境
2025-03-11 深度学习
lab 深度学习 MIT6S191
【CS191】【lec1】Intro to Deep Learning 【CS191】【lec1】Intro to Deep Learning
一、课程介绍 1. 课程背景 课程名称：MIT Introduction to Deep Learning（6.S191） 授课教师：Alexander Amini 等 课程时间：2025 年 1 月 6 日至 1 月 10 日 课
2025-03-08 深度学习
深度学习 MIT6S191