《神经网络与深度学习》

神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(NumPy科学计算库＜1＞python)

多维数组形状（Shape）：是一个元组，描述数组的维度，以及各个维度的长度。长度（Length）：某个维度中的元素个数。数字单门课程成绩1*课程成绩一维数组多门课程成绩n*课程成绩二维数组多个同学多名课程成绩课程成绩+学生三位数组多个班级的多个学生的多门课程成绩课程成绩+学生+班级四维数组多个年纪多个班级的多个学生的多门课程成绩课程成绩+学生+班级+年纪五维数组多个学校多个年纪多个班级的多个学生的
Z_W_H_·2021-04-20 14:31

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python上下文管理器)

with语句使用with语句替代try-finally语句，代码更加的简洁清晰对于需要对资源进行访问的任务，无论在代码运行过程中，是否发生异常，都会执行必要的清理操作，释放资源。1.withopen(r"D:\code1\pythontest\mypython.txt")asf:print(f.read())2.withopen(r"D:\code1\pythontest\mypython.txt
Z_W_H_·2021-04-19 19:59

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python异常处理)

异常：程序运行时的错误，对应一个Python对象。try:语句块except异常1as错误原因:出现异常1后的处理代码except异常2as错误原因:出现异常2后的处理代码#在程序运行时，解释器尝试执行try语句块中的所有代码。try:alist=[0,1,2]print(alist[3])print("try语句块继续执行中。。。。。")#如果语句块被执行完后没有异常发生，就会忽略except后
Z_W_H_·2021-04-19 18:26

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python文件)

路径绝对路径：从盘符开始的路径相对路径：从当前目录（工作目录）的路径获取当前路径#获取当前工作目录importosprint(os.getcwd())访问模式文件对象=open（文件名，访问模式）f=open("mypython.txt","w")关闭文件f.close()Python有垃圾回收机制，会自动关闭不再使用的文件在对文件进行了写入操作后，应该立刻关闭文件，以避免意外事故造成的错误读取文
Z_W_H_·2021-04-19 14:31

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(Python面向对象的编程)

面向对象的程序设计（OOP）对象（object）:将属性和方法封装在一起。类（class)：具有相同的属性和方法的对象集合。对象是类的实例子类继承了父类的全部属性和方法，并且也有自己特有的属性和方法。继承描述了类之间的层次关系声明类class类名：类属性=初值方法（参数列表）访问类属性类名.类属性对象名.类属性#类classPerson():#成员变量类属性money=100000#成员函数类方法
Z_W_H_·2021-04-18 18:30

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python模块、包和库)

模块（Module）模块是一个python文件（.py），拥有多个功能相近的函数或类。便于代码复用，提高编程效率，提高了代码的可维护性。避免函数名和变量名冲突。包（Package）为了避免模块名冲突，Python引入按目录来组织模块的方法。一个包对应一个文件夹，将功能相近的模块（Python文件），放在同一个文件夹下。在作为包的文件夹下有一个__init__.py文件。子包：子目录中也有__ini
Z_W_H_·2021-04-18 15:21

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python字典和集合)

字典和集合字典每个字典元素都是一个键(关键字)/值(关键字对应的取值)对#创建字典dic_score={"语文":80,"数学":99}#打印print(dic_score)print(dic_score["语文"])#长度print(dic_score.__len__)#错误写法print(len(dic_score))#存在判断是否存在inprint("语文"indic_score)"""ke
Z_W_H_·2021-04-17 19:25

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python列表与元组)

序列数据结构1.成员是有序排列的2.每个元素的位置称为下标或索引3.通过索引访问序列中的成员4.Python中的序列数据类型有字符串、列表、元组"abc"≠"bca"5.Python中的列表和元组，可以存放不同类型的数据列表使用方括号[]表示，元组使用小括号()表示。列表：[1,2,3]元组：(1,2,3)1.列表与元组#空列表lst_1=[]lst_2=[1,2,3]lst_3=[1]lst_4
Z_W_H_·2021-04-17 19:12

神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python语句)

1.if语句#if语句x,y=3,5ifxy")2.条件表达式x,y=3,5#表达式1(条件为真的结果)if判断条件else表达式2(条件为假的结果)print(xifx>yelsey)3.while语句#死循环：循环条件始终为真，一直无法满足退出循环的条件i=1sum=0whilei<5:sum+=ii+=1print(sum)4.for语句#for标识符in可迭代对象：#循环体forcin"e
Z_W_H_·2021-04-17 16:05

神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python常量、变量和表达式)

从程序中学习知识点1.#支持6中表达形式数字字符串列表元组字典集合#数字整型(正整数负整数零)#Python3中的整数可以任意大，而不用担心位数不够而导致溢出的情况intnum=12345678909999999999999print(intnum,type(intnum))#浮点数小数floatnum1=1.1e10floatnum2=1.1E10#相当于1.1X10000000000print
Z_W_H_·2021-04-17 11:19

神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python输入和输出)

从程序中学习知识点1.#输出函数可以输出字符串常量print("hello")#输出数学表达式print(1+2)#输出变量print(num)2.#string=input(提示信息)#接收用户的输入，并以字符串类型返回;即键盘输入123，并将123赋值给stringnum=int(input("请输入一个数："))#格式转换参数的使用#int()类型转换:将string转为intprint("
Z_W_H_·2021-04-17 10:39

神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(第一个Python程序)

从程序中了解知识点，有详细的备注#判断变量num是否为正数#注释语句是对程序进行说明的语句，在程序运行过程中不被执行#ctrl+/进行多行注释num=0#赋值语句大小写敏感可以以分号结尾，但是在同一行必须以分号隔开#其数据类型由所赋的值来决定#Python变量在使用之前不需要声明。#但是变量在使用前必须赋值#类型检查在运行阶段完成#不同类型的数字型数据运算时，会自动的进行类型转换bool0:#条件
Z_W_H_·2021-04-17 10:06

神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(Anaconda软件使用)

Python的运行模式交互模式打开命令行窗口键入python，激活python交互模式，出现Python提示符>>>在提示符>>>处,写入Python语句回车，得到Python语句的执行结果退出Python交互模式在Python命令提示符后，输入exit()或quit()在Windows系统中，也可以输入ctrl+Z退出脚本模式（类似与在VScode中）打开编辑器，创建Python文件写入Pyth
Z_W_H_·2021-04-16 15:49

神经网络入门

前两天，我读到MichaelNielsen的开源教材《神经网络与深度学习》（NeuralNetworksandDeepL
Bobby0322·2021-04-12 19:53

[图像算法]-吴恩达《神经网络与深度学习》课程笔记(1)--深度学习概述

吴恩达（AndrewNg）相信大家都不陌生了。8月8日，吴恩达在他自己创办的在线教育平台Coursera上线了他的人工智能专项课程（DeepLearningSpecialization）。此课程广受好评，通过视频讲解、作业与测验等让更多的人对人工智能有了了解与启蒙，国外媒体报道称：吴恩达这次深度学习课程是迄今为止，最全面、系统和容易获取的深度学习课程，堪称普通人的人工智能第一课。该专项课程的Cou
蒸饺与白茶·2021-04-11 12:03

神经网络与深度学习理论,tensorflow2.0教程,cnn

*免责声明:1\此方法仅提供参考2\搬了其他博主的操作方法,以贴上路径.3*场景一:神经网络与深度学习理论场景二:tensorflow的安装场景三:numpy包介绍场景四:机器学习基础场景五:线性回归模型场景六
weeksooo·2021-04-02 18:48

天池读书会，邱锡鹏教授等一众大咖和你一起读书

简介：阿里云天池读书会三月场来啦，这次我们邀请到了《零基础学机器学习》作者黄佳老师、蒲公英书《神经网络与深度学习》作者邱锡鹏教授、《数据分析通识》作者途索老师、《人工智能简史(第二版)》作者尼克老师、南瓜书
·2021-03-23 13:03

天池读书会，邱锡鹏教授等一众大咖和你一起读书

简介：阿里云天池读书会三月场来啦，这次我们邀请到了《零基础学机器学习》作者黄佳老师、蒲公英书《神经网络与深度学习》作者邱锡鹏教授、《数据分析通识》作者途索老师、《人工智能简史(第二版)》作者尼克老师、南瓜书
·2021-03-23 12:29

天池读书会，邱锡鹏教授等一众大咖和你一起读书

简介：阿里云天池读书会三月场来啦，这次我们邀请到了《零基础学机器学习》作者黄佳老师、蒲公英书《神经网络与深度学习》作者邱锡鹏教授、《数据分析通识》作者途索老师、《人工智能简史(第二版)》作者尼克老师、南瓜书
阿里云开发者·2021-03-23 11:32

1-3 Coursera吴恩达《神经网络与深度学习》第三周课程笔记-浅层神经网络

记录吴恩达深度学习专项课程笔记，方便之后回顾，共5门课，这是第一门课《神经网络与深度学习》第三周浅层神经网络的课程笔记，那我们开始吧。
双木的木·2021-03-11 23:29

1-2 Coursera吴恩达《神经网络与深度学习》第二周课程笔记-神经网络基础

记录吴恩达深度学习专项课程笔记，方便之后回顾，共5门课，这是第一门课《神经网络与深度学习》第二周神经网络基础的课程笔记，那我们开始吧。
双木的木·2021-03-09 11:09

1-1 Coursera吴恩达《神经网络与深度学习》第一周课程笔记-深度学习概论

记录吴恩达深度学习专项课程笔记，方便之后回顾，共5门课，这是第一门课《神经网络与深度学习》第一周深度学习概论的课程笔记，那我们开始吧。目录《1.1欢迎》Welcome《1.2什么是神经网络？》
双木的木·2021-03-08 22:34

（学习笔记）吴恩达深度学习课程第一课—神经网络与深度学习（未完待续）

文章目录（学习笔记）吴恩达深度学习课程第一课—神经网络与深度学习第一周深度学习概述一、什么是神经网络二、用神经网络进行监督学习第二周神经网络基础一、二分分类（学习笔记）吴恩达深度学习课程第一课—神经网络与深度学习视频链接
YLaughterL·2021-02-25 23:50

神经网络与深度学习（六）——注意力机制

邱锡鹏《神经网络与深度学习》学习笔记。
zxxRobot·2021-02-08 17:04

神经网络与深度学习期末考试满分过题库！

TensorFlow的特点有哪些（E）A、灵活性B、可移植性C、高效D、多语言支持E、以上全部都是下列有关张量和和变量的说法正确的是（B）A、张量可以简单理解为多维度数组B、以上都是C、变量是一种特殊的张量D、在TensorFlow中所有的数据都是通过张量的形式表示“下列声明哪些是正确的？（C）声明1：可以通过将所有权重初始化为0来训练网络声明2：可以通过将偏差初始化为0来训练网络A、1和2都错B
爱吃香菜的斌斌·2020-12-27 20:12

神经网络与深度学习---验证集（测试集）准确率高于训练集准确率的原因

1.数据集太小，这样会导致数据集切分的时候不均匀，也就是说训练集和测试集的分布不均匀，如果模型能够正确地捕捉到数据内部的分布模式的话，就有可能造成训练集的内部方差大于验证集，会造成训练集的误差更大，这个时候就需要重新划分数据集，使其分布一样。2.模型正则化过多，比如训练时dropout过多，和验证时的模型相差较大，验证时是不会有dropout的。Dropout能基本上确保测试集的准确性最好，优于训
小天才才·2020-12-26 12:23

神经网络与深度学习实战:python+keras+tensorflow 资料_Colab 超火的 Keras/TPU 深度学习免费实战，有点 Python 基础就能看懂的快速课程...

新智元推荐来源：大数据文摘(ID:BigDataDigest)编译：曹培信、周素云、蒋宝尚【新智元导读】仅会一点点python也能自己搭建一个神经网络！谷歌开发者博客的Codelabs项目上面给出了一份教程，不只是教你搭建神经网络，还给出四个实验案例，手把手教你如何使用keras、TPU、Colab。想要真的了解深度学习，除了看视频，拿数据和算力真枪实弹的练手可能比各种理论知识更重要。编程基础不好
weixin_39731456·2020-11-29 00:22

AI学习笔记（八）深度学习与神经网络、推理与训练

推理与训练深度学习与神经网络神经网络什么是神经网络神经元多层神经网络前馈神经网络bp神经网络激活函数激活函数的种类sigmod函数tanh函数RelU函数（线性整流层）LeakyRelU函数神经元系数损失函数学习率深度学习张量tensor设计神经网络对隐藏层的感性认知深度神经网络与深度学习推理与训练监督学习与非监督学习优化和泛化泛化能力分类过拟合过拟合的原因过拟合
Lee森·2020-11-28 21:28

深度学习掩膜_交叉新趋势|采用神经网络与深度学习来预报降水、温度等案例(附代码/数据/文献)...

欢迎订阅微信公众号:『气象学家』阅读建议随着人工智能的发展，拥有了越来越丰富的应用场景，气象行业也不例外，在突破传统预报方法的情况下，神经网络与深度学习来预报气象要素也取得了不错的效果，下面就给出一些比较典型的开源案例
weixin_39522103·2020-11-21 13:16

第八章 人工神经网络与深度学习

文章目录本节重点一、生物神经元模型二、感知器算法2.1感知器模型的结构2.2感知器权重学习方法2.3实例2.4感知器算法的问题和改进2.5人工神经元模型特点三、前馈神经网络和BP算法3.1FNN结构3.2FNN问题四、错误反向传播（BP）算法FNN实例利用FNN解决MNIST问题五、卷积神经网络5.1视觉通路5.2视觉皮层和图像卷积5.3实例5.4卷积神经网络(CNN)本节重点训练多层神经网络的过
aJupyter·2020-11-15 10:32

神经网络

神经网络与深度学习深度学习（deeplearning）是机器学习拉出的分支，它试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象。
腾叔·2020-10-20 15:23

基于反向传播算法（BP算法）的前馈神经网络

本文主要对神经网络与深度学习中的前馈神经网络进行了浅谈，内容以整合为主，是笔者通过查阅资料和拜读其他大牛的博客撰写出来的，其中有一些自己的观点和思考，供读者参考。
LearningSquare·2020-10-04 11:56

《神经网络与深度学习》学习笔记

１感知器：一种人工神经元，接受多个二进制输入，并产生一个二进制输出。每个输入有一个权重w，表示其重要程度。神经元的输出,0或者1,则由分配权重后的总和小于或者大于一些阈值决定。２S型神经元S型神经元有多个输入,x1,x2,...，但与感知器不同，这些输入可以取0和1中的任意值,而不仅仅是0或1。例如,0.638...。同样,S型神经元对每个输入有权重,w1,w2,...,和一个总的偏置,b。但是输
wanglitao588·2020-09-17 15:18

吴恩达深度学习 | (1) 神经网络与深度学习专项课程第一周学习笔记

课程视频第一周PPT汇总吴恩达深度学习专项课程共分为五个部分，本篇博客将介绍第一部分神经网络和深度学习专项的第一周课程：深度学习概论。本周内容比较简单，大多是一些介绍性的内容。通过本周的学习，你将会了解什么是神经网络？用神经网络进行监督学习以及为什么深度学习会兴起？目录1.什么是神经网络？2.用神经网络进行监督学习3.为什么深度学习会兴起？1.什么是神经网络？首先看一个非常熟悉的房价预测的例子，训
CoreJT·2020-09-17 05:30

心得丨吴恩达Deeplearning.ai 全部课程学习心得分享

目前Coursera上可用的课程中，有三门课非常值得关注：1.神经网络与深度学习（NeuralNetworksandDeepLearning）2.改进深度神经网络：调整超参数、正
人工智能爱好者俱乐部·2020-09-17 04:17

《神经网络与深度学习》课后习题四——前馈神经网络

《神经网络与深度学习》（邱锡鹏）：https://nndl.github.io/《神经网络与深度学习》官方课后习题交流：https://github.com/nndl/solutions习题4-1对于一个神经元
信息门下赌狗·2020-09-16 08:33

神经网络与深度学习第四周-Building your Deep Neural Network - Step by Step

BuildingyourDeepNeuralNetwork:StepbyStepWelcometoyourweek4assignment(part1of2)!Youhavepreviouslytraineda2-layerNeuralNetwork(withasinglehiddenlayer).Thisweek,youwillbuildadeepneuralnetwork,withasmanyl
lemonneko·2020-09-16 08:50

《神经网络与深度学习》第一章（使用神经网络识别手写数字）读书笔记

说明：《神经网络与深度学习》（中文版可在网上免费获取）是浙江科技学院开放实验课程《Python与深度学习入门》的课外推荐读物。本读书笔记大部分为摘抄。本文章目前处于暂停更新状态，恢复更新时间待定。
holeer·2020-09-16 08:03

深度学习，周志华，机器学习，西瓜书，TensorFlow，Google，吴军，数学之美，李航，统计学习方法，吴恩达，深度学习笔记，pdf下载

《TensorFlow实战》黄文坚高清完整PDF6.复旦大学邱希鹏老师编写的讲义《神经网络与深度学习》pdf7.图像处理、分析与机器视觉（第三版）.pdf下载8.深度学习2017讲义9.TensorFlowMachineLearni
剑之所致，心之所往·2020-09-15 04:36

关于自编码器的核心点理解

《神经网络与深度学习》3.自编码器是什么？有什么用？
达瓦里氏吨吨吨·2020-09-14 08:12

Michael Nielsen的神经网络与深度学习入门教程

MichaelNielsen的神经网络与深度学习入门教程作者：MichaelNielsen这是我个人以为目前最好的神经网络与机器学习入门资料。
笑横野·2020-09-13 18:19

《Neural Networks and Deep Learning》读书笔记：最简单的识别MNIST的神经网络程序(2)

《NeuralNetworksandDeepLearning》一书的中文译名是《神经网络与深度学习》，书如其名，不需要解释也知道它是讲什么的，这是本入门级的好书。
my__darling·2020-09-13 02:36

《Neural Networks and Deep Learning》读书笔记：最简单的识别MNIST的神经网络程序(1)

转载请注明出处：https://www.codelast.com/《NeuralNetworksandDeepLearning》一书的中文译名是《神经网络与深度学习》，书如其名，不需要解释也知道它是讲什么的
my__darling·2020-09-13 02:36

神经网络与深度学习（第一章）（五）

Asimplenetworktoclassifyhandwrittendigits分类手写数字的简单网络Havingdefinedneuralnetworks,let’sreturntohandwritingrecognition.Wecansplittheproblemofrecognizinghandwrittendigitsintotwosub-problems.First,we’dlike
forrestyanyu·2020-09-13 01:46

神经网络与深度学习（第一章）（一）

Usingneuralnetstorecognizehandwrittendigits使用神经网络识别手写数字Thehumanvisualsystemisoneofthewondersoftheworld.Considerthefollowingsequenceofhandwrittendigits:人类的视觉系统是世界上的一个奇迹。看看下面的手写数字序列：Mostpeopleeffortless
forrestyanyu·2020-09-13 01:46

神经网络与深度学习（第一章）（四）

Thearchitectureofneuralnetworks神经网络的结构InthenextsectionI’llintroduceaneuralnetworkthatcandoaprettygoodjobclassifyinghandwrittendigits.Inpreparationforthat,ithelpstoexplainsometerminologythatletsusnamed
forrestyanyu·2020-09-13 01:46

神经网络与深度学习笔记汇总四

神经网络与深度学习笔记汇总四往期回顾将之前掘金写的学习笔记所遇困难搬到这里，方便查看复习学习内容1、在信号处理中认为信号具有较大的方差，噪声有较小的方差，信噪比就是信号与噪声的方差比，越大越好。
Zzjw527·2020-09-13 00:19

神经网络与深度学习笔记汇总二

神经网络与深度学习笔记汇总二正交化（方便调整参数）迭代单实数评估指标（判断几种手段/方法哪个更好）指标选取训练集、开发集、测试集作用与用途评估指标判断算法是好是坏迁移学习总结往期回顾结构化机器学习项目正交化
Zzjw527·2020-09-13 00:48

神经网络与深度学习（序）

neuralnetworksanddeeplearning.com/NeuralNetworksandDeepLearningisafreeonlinebook.Thebookwillteachyouabout:《神经网络与深度学习
forrestyanyu·2020-09-13 00:53

神经网络与深度学习笔记汇总一

神经网络与深度学习笔记汇总一梯度下降法:向量化:代替for循环广播ReLU激活函数逻辑回归损失函数（误差函数）代价函数卷积神经网络往期回顾梯度下降法:通过最小化代价函数（成本函数）来训练的参数w和b步骤
Zzjw527·2020-09-13 00:46
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他