•深度学习实践

深度学习实践:计算机视觉_深度学习与传统计算机视觉技术：您应该选择哪个？

深度学习实践:计算机视觉计算机视觉(ComputerVision)DeepLearning(DL)isundeniablyoneofthemostpopulartoolsusedinthefieldofComputerVision
weixin_26752765·2022-12-14 15:54

pytorch深度学习实践 第四讲 反向传播

先导入需要的包torch和matplotlibimporttorchimportmatplotlib.pyplotasplt2.导入数据，并定义随机定义w的初始值然后定义前向传播函数（forward）定义损失函数（loss）x_data=[1,2,3.0]y_data=[2,4,6.0]w=torch.tensor([1.0])w.requires_grad=Truedefforward(x):r
编程被我拿捏住了·2022-12-12 09:05

自我记录：Python学习之Pytorch 04 逻辑回归

代码取自B站刘二老师的《Pytorch深度学习实践》视频教程importtorchimportnumpyasnpimportmatplotlib.pyplotaspltx_data=torch.Tensor
违规昵称0E23·2022-12-12 01:32

PyTorch深度学习实践 第五讲---实现线性回归

Demo5：Pytorch实现线性回归（开始用框架啦）来源：B站刘二大人点击这里跳转PyTorch基本流程Fashion(风格)数据集准备（包括预处理）：preparedataset模型设计：designmodelusingClass#目的是为了前向传播forward，即计算yhat(预测值)构造损失函数和优化器：Constructlossandoptimizer(usingPyTorchAPI)
Vinsada·2022-12-11 22:48

《PyTorch深度学习实践》学习笔记：Pytorch实现线性模型

文章目录一、Pytorch实现线性模型二、练习代码三、课后练习`一、Pytorch实现线性模型准备数据：广播机制：这两个矩阵是不能直接做加法的，所以需要做广播即对[123]进行扩充。求出loss后，一般会求和或者均值得到loss的标量值。pytorch输入的数据是tensor类型。这里关于函数的参数的一些补充知识:deffuc(*args,**kwargs):print(args)print(kw
lizhuangabby·2022-12-11 20:19

Pytorch深度学习（五）：加载数据集以及mini-batch的使用

Pytorch深度学习（五）：加载数据集以及mini-batch的使用参考B站课程：《PyTorch深度学习实践》完结合集传送门：《PyTorch深度学习实践》完结合集一、预备知识Dataset是一个抽象函数
Yuriy_Xiong·2022-12-11 01:25

《PyTorch深度学习实践》P9多分类问题（softmax）

全部代码在最后面。softmax：处理多分类①概率和为1②各个概率都＞=0softmax例子：softmax对应的损失函数：code：importnumpyasnpy=np.array([1,0,0])z=np.array([0.2,0.1,-0.1])y_pred=np.exp(z)/np.exp(z).sum()loss=(-y*np.log(y_pred)).sum()print(loss)
XD101DX·2022-12-10 21:41

PyTorch深度学习实践09——多分类问题（softmax分类器）

分类问题的输出应该是一个分布：即需要满足单个样本点概率≥0且样本点概率之和=1softmaxlayer：损失函数：CrossEntropyExercise9-1：CrossEntropyLoss和NLLLoss的区别CrossEntropyLoss的输入不要求进行LogSoftmax运算，NLLLoss要求输入先进行LogSoftmax运算。CrossEntropyLossLogSoftmax+N
UnFledged·2022-12-10 21:05

PyTorch 入门与实践（四）多分类问题（Softmax）

来自B站刘二大人的《PyTorch深度学习实践》P8的学习笔记上一篇PyTorch加载数据集中，我们实战了MNIST手写数据集的识别网络，那其实就是一个多分类问题（识别出10个类），这时候就要用softmax
Skr.B·2022-12-10 20:30

PyTorch深度学习实践概论笔记9练习-使用kaggle的Otto数据集做多分类

在文章PyTorch深度学习实践概论笔记9-SoftMax分类器中刘老师给了一个课后练习题，下载kaggle的Otto数据集做多分类。0Overview先看看官网给的背景介绍。
双木的木·2022-12-09 12:02

GitHub标星2600，从零开始的深度学习实用教程 | PyTorch官方推荐

圆栗子发自凹非寺量子位报道|公众号QbitAIGitHub上面，有个新发布的深度学习实践教程，叫PracticalAI，被PyTorch官方推特翻了牌，已经收获2600多标星。
量子位·2022-12-09 09:52

《PyTorch深度学习实践》自学记录 第二讲

B站刘二大人，传送门PyTorch深度学习实践——线性模型参考错错莫课代表的PyTorch深度学习实践第2讲任务模型如下代码如下importnumpyasnpimportmatplotlib.pyplotaspltx_data
Mr.Steel Penny·2022-12-08 18:36

《PyTorch深度学习实践》自学记录 第四讲 反向传播

B站刘二大人，传送门PyTorch深度学习实践——反向传播参考错错莫课代表的PyTorch深度学习实践第4讲backpropagation源代码（实现了可视化）注意事项：1.张量tensor，打印引用（
Mr.Steel Penny·2022-12-08 18:36

PyTorch深度学习实践23 线性模型 梯度下降算法

MachineLearning的过程就是把DataSet交给机器学习算法经过训练之后，再获得新的输入（即X），然后得到预测的结果（y）。监督学习：机器在学习的时候我们知道他输出的对应值是多少的，然后模型计算的值和输出值计算的差异来对模型进行调整的。误差TrainingLoss（Error）Loss=（）针对样本MSE平均平方误差MeanSquareError针对trainingset模型在训练过程
BuShuoooooo·2022-12-08 18:34

《PyTorch深度学习实践》自学记录 第三讲 梯度下降算法

B站刘二大人，传送门PyTorch深度学习实践——梯度下降算法参考错错莫课代表的PyTorch深度学习实践第3讲笔记如下：gradient_decent源代码importmatplotlib.pyplotasplt
Mr.Steel Penny·2022-12-08 18:34

《PyTorch深度学习实践》 第5讲 线性回归

一、视频课：刘二大人05.用PyTorch实现线性回归_哔哩哔哩_bilibili二、__init__函数及self的理解参考链接：Python中__init__函数以及参数self怎么理解和使用？-知乎推荐一篇大佬的笔记，真的非常简洁易懂！PyTorch学习（四）--用PyTorch实现线性回归_陈同学爱吃方便面的博客-CSDN博客三、参考了上述大佬的代码并加上了画图部分importtorchi
佤垭·2022-12-08 11:58

计算机视觉python pdf_《深度学习实践：计算机视觉》PDF+缪鹏分享

《深度学习实践:计算机视觉》主要介绍了深度学习在计算机视觉方面的应用及工程实践，以Python3为开发语言，并结合当前主流的深度学习框架进行实例展示。
weixin_39646658·2022-12-08 01:13

Pytorch深度学习动手实践

P1-线性模型作业今天学习了刘二大人的深度学习实践。
我还是我吗·2022-12-07 15:59

自我记录：Python学习之Pytorch 01 一元线性规划

代码取自B站刘二老师的《Pytorch深度学习实践》视频教程importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[
违规昵称0E23·2022-12-06 22:05

PyTorch深度学习实践笔记#7 | 循环神经网络(基础篇)

PyTorch深度学习实践笔记#7|循环神经网络(基础篇)嗨，我是error。我来记录PyTorch深度学习实践的笔记了，这会是一个系列，后面会慢慢更新。
error13·2022-12-06 18:28

刘二大人《PyTorch深度学习实践》线性模型 作业

课程请见《PyTorch深度学习实践》作业一#Numpyimportnumpy#Forplottingimportmatplotlib.pyplotaspltfrommatplotlibimportcmfrommpl_toolkits.mplot3dimportAxes3Dx_data
梅是槑奥!·2022-12-05 14:38

刘二大人 《PyTorch深度学习实践》——第8讲 加载数据集

刘二大人《PyTorch深度学习实践》——第8讲加载数据集（代码详解）importnumpyasnpimporttorchfromtorch.utils.dataimportDataset,DataLoaderclassDiabetesDataset
javaft·2022-12-05 14:32

《PyTorch深度学习实践》刘二大人 第2讲 线性模型——使用双层for循环完成课后作业

一、课堂代码importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):returnx*wdefloss(x,y):y_pred=forward(x)return(y_pred-y)*(y_pred-y)w_list=[]mse_list=[]forwinnp.ar
佤垭·2022-12-05 14:26

PyTorch深度学习实践概论笔记8练习-kaggle的Titanic数据集预测（一）数据分析

刘老师在第8讲PyTorch深度学习实践概论笔记8-加载数据集中留下一个练习：对kaggle上的Titanic数据集，使用DataLoader类进行分类，训练目标是预测某位乘客是否活下来（Survived
双木的木·2022-12-05 02:32

pytorch深度学习实践_p8_pytorch实现泰坦尼克号生存预测

泰坦尼克号生存预测题目原址：https://www.kaggle.com/c/titanic有能力的可以去看看题目先，数据文件也在这个网址里数据准备因为kaggle给的test.csv文件没有预测值，所以只能自己从train.csv文件分出一部分，来判断预测值得好坏，这里我将train.csv划分为训练集（80%）验证集（20%），可以自行设定。定义训练数据集classTrain_Titanic(
L_halley·2022-12-05 02:01

PyTorch深度学习实践——7.处理多维特征的输入

PyTorch深度学习实践——7.处理多维特征的输入课程链接：《PyTorch深度学习实践》7.处理多维特征的输入单维：输入x是一个实数多维输入：x有多个不同的特征，预测对应的分类对于回归问题：输出值y
皮肤科大白·2022-12-04 19:29

Pytorch深度学习实践第九讲 多分类问题

B站刘二大人传送门多分类问题本节使用的数据集是mnist数据集，可根据代码下载，也可自行下载，我开始运行代码下载总是中断，应该是网络问题，看有些同学下了几十次才成功，我试了几次不行就自己百度下载了。只是要用datasets函数处理的话要放到相应目录上。这里放MNIST数据集介绍及读取，文中是用TensorFlow写的，如果想用Pytorch简单可以简单看一下数据介绍。上面是mnist数据集截图，手
改什么都是已存在？·2022-12-03 16:56

B站刘二大人关于第八课数据载入那一节课写代码时遇到的坑和解决措施附源码

《B站Pytorch深度学习实践》关于TItanic二分类问题本文关于B站刘二大人加载数据集那一讲的实验采用线性模型和逻辑斯蒂回归算法来做载入matplotlib包以及numpy包我做可视化程序分析时他总挂掉所以载入该数据集
一个不会读文献的参考文献·2022-12-03 16:56

【刘二大人 - PyTorch深度学习实践】学习随手记（二）

目录10.BasicCNN回顾：全连接神经网络本节：处理图像时常用的二维卷积神经网络图像卷积（Convolution）卷积层（ConvolutionalLayer）Padding（填充）Stride（步长）最大池化层（MaxPoolingLayer）一个简单的卷积神经网络如何使用GPU？Exercise11.AdvancedCNNGoogLeNetInceptionModule1×1卷积Incep
我愚蠢的_理想主义·2022-12-03 16:49

Pytorch 深度学习实践Lecture_10 Basic CNN

up主刘二大人视频链接刘二大人的个人空间_哔哩哔哩_Bilibili卷积神经网络上一节课的MNIST手写数据集使用的是全连接层，将1*28*28image展开成(1,784)的向量譬如，两个在image上的相邻点，展开后两点距离变远，无法捕获到空间特征所以，全连接层方式无法获取图像的空间特征。卷积层输入黑白图像：channel=1彩色图像：channel=3卷积层的输入：Channel(通道数）*
endeavor`·2022-12-03 16:49

《PyTorch深度学习实践》第八课导入数据

b站刘二视频，地址：https://www.bilibili.com/video/BV1Y7411d7Ys?p=9&vd_source=79d752a233297190ff0b01ca81ccd878代码（课中作业）还是上节课的糖尿病的二元分类问题，四步法构造importtorchimportnumpyasnpimportmatplotlib.pyplotaspltfromtorch.utils.
falldeep·2022-12-03 16:13

深度学习实践1--FashionMNIST分类

目录前言一、深度学习是什么？二、FashionMNIST分类1.介绍数据集2.获取数据集3.分批迭代数据4.图片可视化5.构建网络模型6.选择损失函数和优化器7.训练8.验证9.训练并验证10.写成csv11.完整代码总结前言随着人工智能的发展，深度学习也越发重要，目前深度学习可以应用到多方面，如图像处理领域、语音识别领域、自然语言处理邻域等。本篇是深度学习的入门篇，应用于图像分类。一、深度学习是
游手好闲的小柒·2022-12-02 19:51

Pytorch实践----02Linear Model线性模型

学习刘二大人《PyTorch深度学习实践》B站地址本周最重要的收获是在自己完成了从系统架构到测试架构，数据读取，损失函数整个过程的实践。对于深度学习的理解更加深入。
一郭不够吃·2022-12-02 14:15

Linear Model 线性模型

文章目录1、LinearModel线性模型1.1问题引入1.2选择模型1.3损失Loss1.4均方误差MSE1.5代码1.6更换模型1、LinearModel线性模型B站视频教程传送门：PyTorch深度学习实践
LeoATLiang·2022-12-02 14:10

pytorch深度学习实践

pytorch深度学习实践线性模型梯度下降反向传播（pytorch实现）一元模型二元模型用pytorch实现线性回归sifgmoid函数多维度输入加载数据集softmax_classifier卷积神经网络基础
码农10087号·2022-12-02 02:39

《PyTorch深度学习实践》-B站 刘二大人-day4

逻辑斯蒂回归B站刘二大人的PyTorch深度学习实践——逻辑斯蒂回归视频中截图说明：1、逻辑斯蒂回归和线性模型的明显区别是在线性模型的后面，添加了激活函数(非线性变换)2、分布的差异：KL散度，cross-entropy
爱编程的西瓜·2022-11-30 22:24

【Pytorch深度学习实践】B站up刘二大人之LinearModel -代码理解与实现(1/9)

目录：【Pytorch深度学习实践】B站up刘二大人课程笔记——目录与索引（已完结）开篇几句题外话：刘二大人的课程我是从前天(4月5日)开始看的，今天看完了advancedcnn这部分，我做的也是图像，
nemo_0410·2022-11-30 22:21

【Pytorch深度学习实践】B站up刘二大人之Dataset&DataLoader-代码理解与实现(7/9)

开篇几句题外话：本节内容，主要是把数据集写成了一个类，这个类要继承Dataset类，有点像DIY一个数据集的感觉，只有自定义了之后，才能实例化，然后把之前直接在文件夹中读取数据的方式进行了修改；数据集类里面有三个函数，这三个函数较为固定，分别自己的作用；继承Dataset后我们必须实现三个函数：__init__()是初始化函数，之后我们可以提供数据集路径进行数据的加载getitem__()帮助我们
nemo_0410·2022-11-30 22:21

【Pytorch深度学习实践】B站up刘二大人之SoftmaxClassifier-代码理解与实现(8/9)

这是刘二大人系列课程笔记的倒数第二个博客了，介绍的是多分类器的原理和代码实现，下一个笔记就是basicCNN和advancedCNN了；写在前面：这节课的内容，主要是两个部分的修改：一是数据集：直接采用了内置的MNIST的数据集，那dataloader和dataset自然也是内置的，那也就不用自己写dataset再去继承Dataset类；再有是把train和test写成了函数形式，直接在main函
nemo_0410·2022-11-30 22:21

《PyTorch深度学习实践》刘二大人 线性模型 作业

作业描述如下：实现代码importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlibimportcmfrommpl_toolkits.mplot3dimportAxes3D#y=x*2.5-1构造训练数据x_data=[1.0,2.0,3.0]y_data=[1.5,4.0,6.5]W,B=np.arange(0.0,4.1,0.1),np.ar
GTFQAQ·2022-11-30 22:46

PyTorch深度学习实践概论笔记8-加载数据集

在第七讲PyTorch深度学习实践概论笔记7-处理多维特征的输入中讲解了如何处理多维特征的输入。
双木的木·2022-11-30 19:32

《PyTorch深度学习实践》学习笔记(1)

《PyTorch深度学习实践》学习笔记（1）一线性回归模型（有监督学习）1线性模型2损失函数误差函数平均平方误差(MSE)3代码详解4用Pytorch实现线性回归(1)准备数据(2)使用Class设计模型
haikhaihak·2022-11-30 17:29

【PyTorch】PyTorch深度学习实践|视频学习笔记|P10-11|CNN

PyTorch深度学习实践|CNNCNN基础篇CNN的整体计算框架①相较全连接网络来说，CNN采用卷积核的层次架构是为了保留输入数据的空间特征信息；②CNN从本质上来说，就是通过网络的叠加对原始数据做特征提取
kodoshinichi·2022-11-30 17:53

【PyTorch】PyTorch深度学习实践|视频学习笔记|P6-P9

PyTorch深度学习实践逻辑斯蒂回归及实现背景与概念基于分类问题中属性是类别性的，所以不能采取基于序数的线性回归模型，而提出了新的分类模型——逻辑斯蒂回归模型，输出每个样本在各个预测值上的概率值。
kodoshinichi·2022-11-30 17:23

【代码学习】读取和训练cifar10

代码参考【从入门到进阶】《PyTorch深度学习实践》P61-73目录一、处理数据二、训练三、网络模型四、测试一、处理数据#readcifar10.pyimportpickle#cifar数据库官网给出的数据处理函数
CloudLby·2022-11-30 12:40

PyTorch深度学习实践 Lecture09 Softmax 分类器

Author：HorizonMax✨编程技巧篇：各种操作小结机器视觉篇：会变魔术OpenCV深度学习篇：简单入门PyTorch神经网络篇：经典网络模型算法篇：再忙也别忘了LeetCode视频链接：Lecture09Softmax_Classifier文档资料：//Hereisthelink:课件链接：https://pan.baidu.com/s/1vZ27gKp8Pl-qICn_p2PaSw提取
Horizon Max·2022-11-30 12:59

PyTorch深度学习实践（b站刘二大人）P9讲 多分类问题 Softmax Classifier

1.SoftMax分类器在Mnist数据集中，我们要得到的输出是0-9，共有十类，这种情况下我们希望输出0-9的概率都大于0，且和为1。使用SoftMax分类器进行多分类问题（其输入不需要Relu激活，而是直接连接线性层），经过SoftMax分类器后满足：1.大于等于0，2.所有类别概率和为1.2.Lossfunction-CrossEntropy交叉熵NLLLoss（nagativeloglik
努力学习的朱朱·2022-11-30 12:58

《PyTorch深度学习实践》Lecture_09 多分类问题 Softmax Classifier

B站刘二大人老师的《PyTorch深度学习实践》Lecture_09重点回顾+代码复现Lecture_09多分类问题SoftmaxClassifier一、重点回顾（一）SoftmaxLayer通过softmax
　木夕敢敢·2022-11-30 12:27

PyTorch深度学习实践概论笔记9-SoftMax分类器

上一讲PyTorch深度学习实践概论笔记8-加载数据集中，主要介绍了Dataset和DataLoader是加载数据的两个工具类。这一讲介绍多分类问题如何解决，一般会用到SoftMax分类器。
双木的木·2022-11-30 12:27

PyTorch深度学习实践概论笔记1-概况

关于pytorch深度学习框架的学习，课程名称《PyTorch深度学习实践概论》，视频来源B站up主“刘二大人”。课程封面看看前言。1前言深度学习框架学习的实践课程。
双木的木·2022-11-30 10:52
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他