【啃书】《深度学习入门

【深度学习】图深度学习入门（一）

目录roadmapTasks、datasetandbenchmarkSpatial-basedGNNNN4G（NeuralNetworksforGraph）DCNN（Diffusion-ConvolutionNeuralNetwork）GraphSageGAT(GraphAttentionNetworks)GIN（GraphIsomorphismNetwork）GraphSignalProcess
littlemichelle·2023-02-02 15:52

NLP之文本特征提取详解

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。
tt丫·2023-02-02 10:47

机器学习笔记——深度学习入门篇

前向传播与反向传播转载于:https://www.cnblogs.com/hdu-cpd/p/5988606.html
weixin_30240349·2023-02-02 10:10

失眠狂想

给老娘和二奶奶买吃的太频繁被抗议后，就只能啃啃书：《灵魂只能独行》《灵魂只能独行》，灵魂是个非常神秘的话题，没人能证明它的存在，也没人能证明它的不存在。一千个读者，便有一千个二哈。
朦呆农码·2023-02-02 06:52

学习笔记（1):5天搞定深度学习入门系列-网络优化-线性神经网络，delta学习规则，梯度下降法...

立即学习:https://edu.csdn.net/course/play/5444/99914?utm_source=blogtoedu输入是否相同？那岂不是重复了
Hyperspectralnetwork·2023-02-01 19:33

深度学习入门-卷积神将网络(CNN)

深度学习入门-卷积神将网络(CNN)整体结构CNN与之前的神将网络不同的是，CNN中新出现了卷积层（Convolution层）和池化层（Pooling层）。
侯一鸣Supermonkey·2023-02-01 19:59

百度深度学习paddle框架和学习平台

百度飞桨深度学习框架关于使用飞桨框架的一些个人看法关于百度AIStudio平台和飞桨的看法关于平台和框架的几点建议关于使用飞桨框架的一些个人看法一开始我学习机器学习、深度学习入门看的是李宏毅的《机器学习
hsx_20180202·2023-02-01 12:57

告别的年代，理应有很多重逢

忘记在深夜里抱着枕头痛哭流涕的想念着太婆的日子；忘记无数次通宵达旦的啃书到天明的日子；也选择忘记那些半夜惊醒，望着天一点一点亮起来的煎熬。其实人生大多数的痛苦，都来自于自身的无病呻吟。
周鰭祐·2023-02-01 10:49

吃货解读吃货

21世纪的语言氛围宽泛到任何事物的美感都可以天上地下自由切换，比如啃书就啃书，有人称之为灵魂呼吸者，钻石明明会让人凡人破产，却又说爱情恒久远，但是我却同意把吃货定义为美食者哈哈。为了讨好读者，先上图。
Teacher芳·2023-02-01 02:14

用人话讲解深度学习中CUDA，cudatookit，cudnn和pytorch的关系

本人深度学习入门菜鸟，整理了相关资料后做了如下笔记，如有错误欢迎指正。CUDACUDA是显卡厂商NVIDIA推出的运算平台。
江江ahh·2023-01-31 19:04

深度学习入门7-RNN、LSTM和GRU的一个案例代码实现

文章目录一、案例介绍二、代码实现1.引入库并将字符转化为张量2.构建RNN、LSTM和GRU类3.模型训练4.模型评估5.模型预测总结一、案例介绍以一个人名分类器的案例，实例化RNN、LSTM和GRU。数据就是torch官网的人名分类的数据。二、代码实现1.引入库并将字符转化为张量fromioimportopenimportglobimportosimportstringimportunicode
时光轻浅，半夏挽歌·2023-01-31 14:17

深度学习入门教程-1.4 神经网络如何学会预测

咱们已经知道了什么是神经元，而且知道了神经网络如何进行预测，那么它是如何学会这种能力的呢？下面咱们就来说一说。上节说到，神经元之所以可以进行预测，主要是通过公式Y=(x1*w1+x2*w2+x3*w3)+b计算来进行的。但是，权重(w1,w2,w3)和偏差b是怎么得来的呢？你很能要说，你这不是废话吗？是你设定的撒。非也，上节只是为了讲解方便，咱们人工设定了权重和偏差的值。但是，实际中在运用神经网络
xinxiangbobby·2023-01-31 13:39

深度学习入门教程-1.3 神经网络如何进行预测

上一节中我们介绍了神经网络的输入，即如何将图片输入到神经网络中去。那么神经网络是如何根据这些数据进行预测的呢？也就是我们将一张图片输入到神经网络之后，神经网络是如何预测这张图中是否有猫的呢？这个预测的过程其实可以看作是基于一个简单的公式：z=dot(w,x)+b。这个公式中的x代表输入的特征向量，假设特征向量有3个特征，那么x就可以用（x1，x2，x3）来表示。w表示权重，它对应于每个输入的特征，
xinxiangbobby·2023-01-31 13:38

深度学习入门基于Python的理论与实现_第二章_感知机(神经网络基础)

前言本章介绍感知机算法，感知机是由美国学者FrankRosenblatt在1957年提出的，它是作为神经网络（深度学习）的起源的算法。学习感知机的构造是学习通向神经网络和深度学习的一种重要思想。1.感知机是什么感知机接收多个输入信号，输出一个信号。感知机的信号只有1和0两种取值，0对应不传递信号，1对应传递信号。下图为一个接收两个输入信号的感知机。其中x1、x2是输入信号，y是输出信号，w1、w2
吮指原味张·2023-01-30 13:17

深度学习入门04-感知机基本概念和简单逻辑电路

前面的文章我们介绍了Python的基础知识和一些常用的外部库。下面我们将开始学习深度学习的相关内容。首先，我们学习神经网络（深度学习）的起源的算法——感知机。1感知机是什么感知机（Perceptron），有定义为：二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别。这个概念是由美国学者FrankRosenblatt在1957年提出来的，是神经网络和支持向量机的基础。感知机接收多个输入
mario_lover·2023-01-30 13:14

啃书

最近在啃书，一部极厚极大的书，上边被理论知识充斥着，满满的条目概念，有些内容看似通俗易懂，实则却不容易被理解，需要逐字逐句的读上几遍才可以完全领悟。
葵小丫·2023-01-30 13:48

读书笔记-深度学习入门之pytorch-第五章（含循环实现手写数字识别）（LSTM、GRU代码详解）

目录1、RNN优点：（记忆性）2、循环神经网络结构与原理3、LSTM（长短时记忆网络）4、GRU5、LSTM、RNN、GRU区别6、收敛性问题7、循环神经网络Pytorch实现（1）RNN、LSTM、GRU（2）LSTM+全连接实现手写数字识别8、词嵌入（词向量）9、NGram模型——单词预测10、序列预测（1）全连接方法（2）循环神经网络方法（3）LSTM方法(4)GRU方法1、RNN优点：（记
ZDA2022·2023-01-29 14:48

中国人民大学赵鑫：AI 科研入坑指南

23AI科技评论&智源社区作者|蒋宝尚11月1日上午，在第十九届中国计算语言学大会（CCL2020）上，中国人民大学教师赵鑫作了题为《早期科研的入门》的主题报告，从科研是什么、如何做科研、日常内功如何修炼、深度学习入门
喜欢打酱油的老鸟·2023-01-29 13:01

简易回归

写下这些文字算一个简易回归，也催促自己加快啃书速度，也算自己天真可爱，有梦可追！
周一潇·2023-01-28 21:00

深度学习零基础学习之路——第二章 数据处理Dataset类的使用

Python深度学习入门第一章Python深度学习入门之环境软件配置第二章Python深度学习入门之数据处理Dataset的使用第三章数据可视化TensorBoard和TochVision的使用第四章UNet-Family
Monkey_King_GL·2023-01-28 18:08

深度学习入门笔记

前言博客内容均是对《深度学习入门—基于Python的理论与实现》一书2-6章的总结。以前也或多或少接触过一些相关知识，但都不成体系，故于此总结,大佬轻喷。
life情怀·2023-01-28 13:24

《深度学习入门》（俗称：鱼书）读书笔记-第八章（深度学习）

《深度学习入门》（俗称：鱼书）读书笔记Day4深度学习深度学习是加深了层的深度学习网络。通俗来说就是把神经网络的层数增加。
呆瓜种呆瓜·2023-01-28 13:24

[深度学习笔记(1)]深度学习入门

本系列是博主刚开始接触深度学习时写的一些笔记，写的很早了一直没有上传，趁着假期上传一下，作为分享，希望能帮助到你。目录前言一、什么是深度学习二、深度学习的应用三、深度神经网络的难题3.1梯度消失/梯度爆炸3.2过拟合3.3网络退化总结前言近年来，随着人工智能的发展，深度学习已经成为了热门的学科。在详细阐述深度学习之前，必须先理清人工智能、机器学习和深度学习之间的区别。从这张图可以看出，机器学习是人
阿飞没有花福蝶·2023-01-28 13:53

深度学习入门学习笔记

1、神经网络的反向传播2、卷积神经网络CNN原理详解3、卷积神经网络入门4、深层神经网络5、Tensorflow相关
ivory-yy·2023-01-28 13:53

《深度学习入门》笔记（一）

第一章、python入门第一章python入门较为基础简单，这里对于python的介绍、安装等内容不进行赘述，简要介绍下NumPy及Maplotlib需要注意的地方。1、NumPyNumPy的数组类（nump.array）中为深度学习中，经常出现的数组及矩阵运算提供了很多便捷的方法。①由于NumPy是外部库，所以首先导入库：importnumpyasnp其中，as的意思是将numpy作为np导入，
新手小嵩·2023-01-28 13:52

深度学习笔记—从入门到入门

深度学习深度学习入门神经网络以及误差反向传播神经元模型传统神经网络激活函数‘层’的概念误差反向传播算法神经网络到深度学习经典深度学习网络模型语义分割经典FCN模型（待）deeplabv3+模型（待）目标检测
A1chemist·2023-01-28 13:22

《深度学习入门》学习笔记

1.Python入门Python解释器也被称为“对话模式”，用户能够以和Python对话的方式进行编程。Python是属于“动态类型语言”的编程语言，所谓动态，是指变量的类型是根据情况自动决定的。1.1NumPy在深度学习的实现中，经常出现数组和矩阵的计算。NumPy的数组类（numpy.array）中提供了很多便捷的方法，在实现深度学习时，我们将使用这些方法NumPy数组（np.array）可以
woyaottk·2023-01-28 13:21

复杂网络上的博弈及其演化动力学读书笔记

3014:55:46这是我开始的日子嘻嘻Hello,朋友们又见面啦，自从这个月13号接到导师的任务，我也不知道怎么解释前面的大半个月自己在干嘛，自欺欺人的说是在做前期准备吧，现在决定正式开始努力啦，在啃书啃论文的同时也会加入自己的理解
Tansusu·2023-01-27 08:04

799页！吴恩达深度学习笔记.PDF

吴恩达深度学习课程，是公认的最优秀的深度学习课程之一，目前没有教材，只有视频，本文提供完整笔记下载，这本笔记非常适合和深度学习入门。
风度78·2023-01-27 02:19

gitchat训练营15天共度深度学习入门课程笔记(六)

第4章神经网络的学习4.3数值微分4.3.1导数4.3.2数值微分的例子4.3.3偏导数4.4梯度4.4.1梯度法4.4.2神经网络的梯度4.5学习算法的实现4.5.12层神经网络的类4.5.2mini-batch的实现4.5.3基于测试数据的评价4.3数值微分4.3.1导数导数定义公式如下：df(x)dx=lim⁡h→0f(x+h)−f(x)h\frac{df(x)}{dx}=\lim_{h\t
weixin_43114885·2023-01-26 08:30

斋藤康毅-深度学习入门 学习笔记四

ch神经网络的学习损失函数1.1均方误差importnumpyasnpdefmean_squared_error(y,t):return0.5*np.sum((y-t)**2)if__name__=='__main__':y=[0.1,0.05,0.6,0.0,0.05,0.1,0.0,0.1,0.0,0.0]t=[0,0,1,0,0,0,0,0,0,0]print(mean_squared_er
Raymond_YP·2023-01-26 08:23

深度学习入门 之 Matplotlib学习笔记（一）

引言：matplotlib是python很方便的一个绘图库，可以绘制比如线状、柱状、折线、2D、3D等图片。目录一、基本功能二、图像解释2.1legend图例2.2annotation标注三、图像绘制3.1scatter散点绘制3.2bar柱状图3.3contour等高线图3.4Image图片3.53Dplot一、基本功能matplotlib画图基本用法包括：基本图像的绘制、选取XY坐标轴及设置坐
敲不好代码的小透明·2023-01-25 14:31

深度学习入门 之 Pandas学习笔记（一）

目录引言：一、pandas基本介绍1.1创建序列方法1.2常用方法二、pandas选择数据2.1根据标签选择loc2.2根据位置选择iloc2.3根据标签和位置结合选择ix2.4布尔选择booleanindexing三、pandas设置值3.1常用修改值方法3.2添加新列引言：pandas是基于NumPy的一种工具，该工具是为解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，
敲不好代码的小透明·2023-01-25 14:01

深度学习入门 之 Tensorflow学习笔记（一）

介绍：tensorflow是一个基于数据流编程的符号数学系统，被广泛应用于各类机器学习算法的编程实现。简单来说就是使用tensorflow建立一个算法结构，之后放入数据，不断循环结构改变参数，最终得到一个较为完善的神经网络结构。神经网络不同层次间是对特征的处理，将一个特征变为另外一个特征，tensorflow的最终目的就是模拟出预测的曲线。1、optimizer优化器“优化器是引导神经网络更新参数
敲不好代码的小透明·2023-01-25 14:01

深度学习入门 之 Numpy学习笔记（二）

接上在前面我们已经学习过数组的部分计算方法了。接下来主要是体验一下Numpy的强大功能~目录一、Numpy其他常用计算方法2求索引3求平均值4求中位数5矩阵转置6数组迭代6.1行迭代6.2列迭代6.3迭代元素7array合并7.1按行合并7.2按列合并8array分割8.1等份分割8.2不等份分割9array赋值9.1关联赋值9.2非关联赋值10其他一、Numpy其他常用计算方法t1=np.ara
敲不好代码的小透明·2023-01-25 14:31

深入浅出神经网络pdf,神经网络 pdf

求《神经网络与深度学习讲义》全文免费下载百度网盘资源,谢谢~谷歌人工智能写作项目：神经网络伪原创《深度学习入门基于Python的理论与实现》pdf下载在线阅读，求百度网盘云资源写作猫。
普通网友·2023-01-23 08:23

深度学习入门Affine层关于偏置的反向传播

在学习Affine层的时候，逆向传播时db=dy在纵向方向上的和，看到这我就有点懵逼了，想了很久，也算是相通了，但不确定这就是正确方法，仅供参考。m1.因为偏导数与其对应的参数形状是一致的，所以dy与y同型。从dy逆向传播到+号，加号在逆向传播中的作用仅仅是将导数原封不动继续往前传递，而b是一个一维数组，所以肯定是将dy横向或纵向相加，再结合广播的原理，可以得出应该是横向相加。（个人感觉方法2更加
即兴表演233·2023-01-21 14:48

深度学习入门（9）神经网络Affine与Softmax层的计算图表示方式及其误差反向传播的代码实现

《深度学习入门》系列文章目录深度学习入门(1)感知机深度学习入门（2）神经网络深度学习入门（3）神经网络参数梯度的计算方式深度学习入门（4）【深度学习实战】无框架实现两层神经网络的搭建与训练过程深度学习入门
阿_旭·2023-01-21 14:18

深度学习入门基础CNN系列——批归一化（Batch Normalization）和丢弃法（dropout）

想要入门深度学习的小伙伴们，可以了解下本博主的其它基础内容：我的个人主页深度学习入门基础CNN系列——卷积计算深度学习入门基础CNN系列——填充（padding）与步幅（stride）深度学习入门基础CNN
心无旁骛~·2023-01-21 10:53

官方yoloV5开源代码注释，基本每个文件夹和模块都有注释

深度学习入门代码解读注释。YID:8919652073330172
「已注销」·2023-01-21 09:12

《深度学习入门基于Python的理论与实现》知识总结

编辑第一章：Python入门简要介绍了Python、Numpy、Matplotlib安装及基本用法。第二章：感知机1、感知机（人工神经元）是神经网络的起源算法，给定一个输入，输出一个既定值；2、感知机将权重w1、w2...和偏置b设置为参数；3、单层感知机可以表示与门、或门和与或门，无法表示异或门；4、双层感知机可以表示异或门；5、单层感知机只能表示线性空间。多层感知机可以表示非线性空间，理论上能
Yuling_666·2023-01-20 15:06

推荐Web前端初学者应该知道的书籍和网站

一、入门书入门可以通过啃书，但书本上的东西很多都已经过时了
程序员的小傲娇·2023-01-20 14:04

深度学习入门

PythonBasic$python3>>>1+23>>>1-2-1>>>4*520>>>7/51.4>>>3**29>>>type(10)>>>type(2.718)>>>type("hello")>>>x=10>>>print(x)10>>>x=100>>>print(x)100>>>y=3.14>>>x*y314.0>>>type(x*y)>>>a=[1,2,3,4,5]>>>print(a
MINGgoS·2023-01-20 13:31

官方yoloV5开源代码注释，基本每个文件夹和模块都有注释，非常详细

深度学习入门代码解读注释。YID:8919652073330172Jackiedan
「已注销」·2023-01-19 19:33

官方yoloV5开源代码注释，基本每个文件夹和模块都有注释

深度学习入门代码解读注释。YID:8919652073330172
「已注销」·2023-01-19 19:24

dnn分类鸢尾花 pytorch_基于PyTorch的深度学习入门教程之训练一个神经网络分类器...

本文参考PyTorch官网的教程，分为五个基本模块来介绍PyTorch。为了避免文章过长，这五个模块分别在五篇博文中介绍。Part1：PyTorch简单知识Part2：PyTorch的自动梯度计算Part3：使用PyTorch构建一个神经网络Part4：训练一个神经网络分类器Part5：数据并行化本文是关于Part4的内容。Part4：训练一个神经网络分类器前面已经介绍了定义神经网络，计算损失和更
weixin_39585886·2023-01-19 16:52

深度学习入门基础CNN系列——池化（Pooling）和Sigmoid、ReLU激活函数

想要入门深度学习的小伙伴们，可以了解下本博主的其它基础内容：我的个人主页深度学习入门基础CNN系列——卷积计算深度学习入门基础CNN系列——填充（padding）与步幅（stride）深度学习入门基础CNN
心无旁骛~·2023-01-19 12:45

深度学习入门1个月log#1 学习步骤+搭建tensorflow环境+知识点总结

深度学习入门记录[\1]作为一个计算机专业的纯小白，现大二暑假，准大三的孩子。在大一暑假参加过（很shui的）机器人比赛就喜欢上robot了，决定走上AI道路。
SchrodingerSDOG·2023-01-19 09:16

深度学习基础——图像卷积操作二维、三维（python）

参考：【深度学习入门】——亲手实现图像卷积操作基础知识见参考链接直接记录编程实践部分：二维卷积importnumpyasnpimportmatplotlib.pyplotasplt输入测试图片：srcImg
Iris.YY·2023-01-18 14:16

深度学习入门到精通——基本的卷积神经网络

原始卷积神经网络局部连接（稀疏链接）原理操作：卷积核可以当做是个滤波器，核参数的变化会形成不同的滤波器，例如高通滤波器、低通滤波器、阻带滤波器等等。利用不同的卷积核对同一个特征图进行卷积，采用滑动窗口的步长。卷积神经网络的能力强弱一般取决与卷积通道数的多少与特征图的大小。首先清楚两点：深度学习中，网络越深，学习到的特征高度语义化、抽象化、其能力也越强。网络模型越宽，学习到的特征更具多样性。两者往往
小陈phd·2023-01-18 14:45
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他