动手学深度学习

10小时前发布 1 0 0

Table Of Contents 前言 安装 符号 1. 引言 2. 预备知识 2.1. 数据操作 2.2. 数据预处理 2.3. 线性代数 2.4. 微积分 2.5. 自动微分 2.6. 概率 2.7. 查阅文档 3. 线性神经网络 3.1. 线性回归 3.2. 线性回归的从零开始实现 3.3. 线性回归的简洁实现 3.4. soft...

语言：
zh
收录时间：
2026-08-31
打开网站手机查看
动手学深度学习动手学深度学习
动手学深度学习打开网站

Table Of Contents 前言 安装 符号 1. 引言 2. 预备知识 2.1. 数据操作 2.2. 数据预处理 2.3. 线性代数 2.4. 微积分 2.5. 自动微分 2.6. 概率 2.7. 查阅文档 3. 线性神经网络 3.1. 线性回归 3.2. 线性回归的从零开始实现 3.3. 线性回归的简洁实现 3.4. softmax回归 3.5. 图像分类数据集 3.6. softmax回归的从零开始实现 3.7. softmax回归的简洁实现 4. 多层感知机 4.1. 多层感知机 4.2. 多层感知机的从零开始实现 4.3. 多层感知机的简洁实现 4.4. 模型选择、欠拟合和过拟合 4.5. 权重衰减 4.6. 暂退

数据统计

相关导航

AnythingLLM

AnythingLLM

一个具有高度定制化和隐私控制的聊天型人工智能，适用于各种规模的企业。它提供细粒度的多用户权限控制，可访问聊天记录等功能。同时，该系统兼容多种数据类型，如PDF、Word文档等，可进行与企业相关的各种数据操作。另外，AnythingLLM支持自定义模型，包括GPT-4、自定义模型以及像Llama、Mistral等开源模型。除此之外，用户还可以进行外部数据导入，并具备灵活的第三方控制和开源支持等特点。 功能点总结： 1. 高度定制化：适用于各种企业规模 2. 隐私控制：保护数据隐私，确保数据不离开用户实例 3. 多用户权限控制与安全：细粒度权限设置，符合合规要求 4. 数据兼容性：支持多种文档类型，如PDF、Word文档等 5. 自定义模型支持：不局限于单一提供商，可以使用企业模型或开源模型 6. 外部数据导入：用户可以上传PDF、Word文档等，拓展聊天机器人的知识库 7. 第三方控制与开源支持：自由选择第三方供应商，支持开源软件，提供透明性和定制化 8. 完整API支持和外观定制：提供全面的开发者API，外观可定制化 希望这能对您有所帮助。如果您有其他问题或需要进一步的解释，请告诉我。