【啃书】《深度学习入门第14页

深度学习入门篇（一）：环境搭建(PyTorch+Anaconda3+CUDA+PyCharm )

一、环境软件介绍：PyTorch：是一个开源的Python机器学习库，基于Torch，底层由C++实现，应用于人工智能领域，如自然语言处理。它主要由Facebook的人工智能研究团队开发，并且被用于Uber的概率编程软件Pyro。PyTorch主要有两大特征：类似于NumPy的张量计算，可使用GPU加速；基于带自动微分系统的深度神经网络。它是一个核心模块，我们所应用的模型工程引用了这个库的接口，这

////M////·2023-01-11 20:00

深度学习入门 Ubuntu18.04 cuda cudnn conda pytorch

1安装cuda和cudnn1.1下载cuda为什么下载这个版本呢，因为pytorch需要cuda10.2或者11.3，稳妥一点10.2大部分程序都能跑。1.2安装cudasudobashcuda_10.2.89_440.33.01_linux.run注意：若报错Existingpackagemanagerinstallationofthedriverfound.Itisstronglyrecomm

Android_ros_web·2023-01-11 20:59

深度学习入门（二）环境配置与预备知识

深度学习入门（二）预备知识与准备前言环境配置与预备知识一环境配置AnacondaJupyterPyTorch其他二数据操作2.1创建Tensor2.2操作算术操作索引改变形状线性代数2.3广播机制2.4

澪mio·2023-01-11 20:58

深度学习入门配置

目的：入门深度学习，配置环境参考教程：【包教包会】Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm+Win10深度学习环境配置与卸载，看这一个就够了_哔哩哔哩_bilibiliw问题：按照上述教程配置，遇到了一些问题，解决如下：a)CUDA默认版本问题。在系统安装了多个CUDA版本的情况下，在cmd中用nvcc-V查询到CUDA版本是最后安装的版本。（经

福东的笔记·2023-01-11 20:53

深度学习入门之cuda环境配置（3步解决）

Pytorch深度学习入门之cuda环境配置（3步解决）引言相信很多同学在开始入门深度学习时遭受配置环境的苦，笔者曾经也是，本教程也是笔记和同学摸索了挺久总结出来的。

homexjh·2023-01-11 20:19

机器学习与深度学习入门介绍1

1.机器学习（MachineLearning,ML)1.0基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归1.1概念：多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。1.2学科定位：人工智能(ArtificialIntellig

yaohuan2017·2023-01-11 19:42

深度学习入门（一）深度学习简介

深度学习入门（一）深度学习简介前言深度学习简介特点小结参考文献前言核心内容来自博客链接希望大家多多支持作者本文记录用，防止遗忘深度学习简介目前，机器学习和深度学习应用共同的核心思想：“用数据编程”.通俗来说

澪mio·2023-01-11 19:40

深度学习入门系列（总结篇）

这一篇我们对从机器学习过渡到深度学习的入门篇做一个总结。深度学习分为深度神经网络和深度生成模型。其中，深度神经网络的基础是感知机算法（PLA），它是以错误驱动为思想的线性分类算法。在此基础上加上多层，就成了多层感知机（MLP），这是神经网络的基础模型，通常情况下深度神经网络（DNN）就是指MLP。如果层与层之间不再是单一的激活函数，而是用池化层和卷积层代替，就变成了卷积神经网络（CNN），为了解决

整得咔咔响·2023-01-11 19:39

机器学习与深度学习入门篇

一、机器学习1.机器学习是什么？机器学习是将无序数据转换为价值的方法。2.机器学习的价值从数据中抽取规律，并预测未来。3.机器学习的应用（1）分类问题图像识别、垃圾邮件识别。（2）回归问题股价预测、房价预测。（3）排序问题点击率预估、推荐。（4）生成问题图像生产、图像风格转换、图像文字描述生成。4.机器学习流程5.机器学习岗位职责（1）数据处理(采集+去噪)（2）模型训练(特征+模型)（3）模型评

沉浮一香蕉·2023-01-11 19:07

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:8919652073330172Jackiedan

「已注销」·2023-01-11 17:31

深度学习入门之ResNet食物图像分类

前言参加了华为一个小比赛第四届MindCon-爱（AI）美食–10类常见美食图片分类，本来想实践机器学习课程的知识，后来发现图像分类任务基本都是用神经网络做，之前在兴趣课上学过一点神经网络但不多，通过这样一个完整的项目也算入门了。代码仓库：https://github.com/fgmn/ResNet任务ResNet这里主要结合官方pytorch代码和B站视频6.2使用pytorch搭建ResNet

u小鬼·2023-01-11 10:24

深度学习入门指北——从硬件到软件

来源：AI研习社近日，RachelThomas在fast.ai上发布了一篇博文《Whatyouneedtododeeplearning》，他希望通过这篇文章回答一些深度学习入门者经常会问到的问题：什么样的电脑才能用来做深度学习

深度学习世界·2023-01-10 10:48

【深度学习】深度学习入门指北——从硬件到软件

作者：隔壁王大喵近日，RachelThomas在fast.ai上发布了一篇博文《Whatyouneedtododeeplearning》，他希望通过这篇文章回答一些深度学习入门者经常会问到的问题：什么样的电脑才能用来做深度学习

产业智能官·2023-01-10 10:17

【啃书】【阿里云天池大赛赛题解析】目录

算法与业务结合的开发步骤：业务理解->数据探索->特征工程->模型训练->模型验证->特征优化->模型融和。其中蕴含着模型的重构与参数的优化。实际业务场景应用机器学习，有不同的步骤，但分类不同。最初认为机器学习只有如下步骤：但经过阅读和认知的提升发现，建模过程实际上是个不断迭代的过程，归纳总结如下：业务理解：顾名思义，将业务场景转为抽象的表达，即目标是什么、数据在哪里、对结果如何评估；数据探索：数

八号线土著·2023-01-09 16:59

PyTorch深度学习入门笔记（九）卷积操作

课程学习笔记，课程链接学习笔记同步发布在我的个人网站上，欢迎来访查看。Pytorch的nn模块有ConvolutionLayers,有3种卷积操作，nn.Conv1d、nn.Conv2d、nn.Conv3d分别对应一维二维以及三维：注：在Pytorch官网文档左侧，有torch.nn和torch.nn.fuctional，torch.nn是对torch.nn.fuctional进行了一个封装，方便

雪天鱼·2023-01-09 13:08

读书笔记-深度学习入门之pytorch-第四章（含卷积神经网络实现手写数字识别）（详解）

1、卷积神经网络在图片识别上的应用（1）局部性：对一张照片而言，需要检测图片中的局部特征来决定图片的类别（2）相同性：可以用同样的模式去检测不同照片的相同特征，只不过这些特征处于图片中不同的位置，但是特征检测所做的操作是不变的（3）不变性：对于一张大图片，如果我们进行下采样，图片的性质基本保持不变2、全连接神经网络处理大尺寸图像的缺点：（1）首先将图像展开为向量会丢失空间信息；（2）其次参数过多效

ZDA2022·2023-01-09 13:38

深度学习入门笔记系列 ( 四 )

基于tensorflow的回归代码实现本系列将分为8篇。今天是第四篇。总是理论有些枯燥，今天来动手基于TF框架实现两个简单的案例，以小搏大熟悉一下整个过程。整体来说，训练神经网络分为3个步骤：定义神经网络的结构和前向传播的输出结果定义损失函数以及选择反向传播优化的算法生成会话（tf.Session)并在训练数据上反复运行反向传播优化算法现以直线拟合和回归拟合两个简单案例来熟悉以上3个步骤。1.直线

weixin_34015336·2023-01-09 11:32

深度学习入门基于python理论和实践读书笔记（四）

第三章神经网络第五节输出层的设计神经网络可以用在回归和分类问题上面，我有一篇博客专门讲了这两个问题的区别，这里就不赘述了。恒等函数和softmax函数恒等函数顾名思义就是输入信号会原封不动的输出。softmax函数exp(x)表示ex，该式子表示输出层一共有n个输出，yk表示第k个输出信号。如果用python直接写中国公式的话，因为e1000将会溢出，所以需要进行改进。通过书上的推论可以证明在给自

怎么会有不写代码的小朋友呢·2023-01-09 11:23

AI深度学习入门与实战21 文本分类：用 Bert 做出一个优秀的文本分类模型

这一讲，是咱们《深度学习入门与实战》的最后一讲，我将会从一个实际的具体案例来带你从0构建一个效果很不错的文本分类流程。问题背景我们现在有一批App评论数据，来自多个国家和地区的应用商店。这

办公模板库素材蛙·2023-01-09 09:34

word2vector之CBoW模型详解

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·2023-01-09 03:05

西瓜书啃书日记：机器学习（周志华）思维导图绪论篇

对于没有接触过机器学习的我来说，这本书的厚度和知识的深度让我一开始十分畏惧。打开西瓜书，看着第一章绪论中基本术语的部分，我陷入了沉思，这着实让我混乱，心想这是什么跟什么，我还是跟着视频学吧。于是，我打开看了B站，在搜索框输入了“机器学习”这四个字，接下来映入眼帘的就是琳琅满目的学习视频，随便点开一个，是一个同样自学的UP主，每天以思维导图的形式分享自己的学习成果，并加上解说，我的敬佩感油然而生。同

WikHPure·2023-01-08 15:49

【深度学习实战】从零开始深度学习（五）：生成对抗网络——深度学习中的非监督学习问题

参考资料：《PyTorch深度学习》（人民邮电出版社）第7章生成网络PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第6章生成对抗网络其他参考的网络资料在文中以超链接的方式给出目录1.生成模型

喵木木·2023-01-08 11:02

pytorch深度学习入门-1

文章目录动手学深度学习搭建自己的pytorch环境初识torch收获参考文献动手学深度学习发现了一个不错的教程，《动手学深度学习》，在此记录这个过程中出现的一些问题。搭建自己的pytorch环境这个网上的教程很多，首先配置python环境，如果就是做数据处理工作的同学，感觉就直接搭建anaconda作为自己的python环境，然后可以下载一个Pycharm作为IDE，可以理解为python代码编辑

smile_chance·2023-01-08 11:52

python中的reshape是什么意思_python中reshape的用法（深度学习入门程序）

https://blog.csdn.net/xiongshuai520/article/details/79743233在学习TensorFlow入门课程的时候，碰到了reshape这个函数，比较神奇，话不多说，直接上干货。首先，最基本的，比如arr=[1,2,3,4,5,6,7,8,9]一个一维的list，长度为9现在，我想把arr变成一个3*3的矩阵，这就可以用的reshape了，两个方法，第

weixin_39650139·2023-01-07 15:15

神经网络的学习《深度学习基于Python的理论与实现》第四章

layout:posttitle:深度学习入门基于Python的理论实现subtitle:第四章神经网络的学习tags:[Machinelearning,Reading]第四章神经网络的学习上一章我们讲前向传播

DuLi_CS·2023-01-07 09:31

读书笔记-深度学习入门之pytorch-第三章（含全连接方法实现手写数字识别）（详解）

目录1、张量2、分类问题3、激活函数（1）sigmoid函数（2）Tanh函数（3）ReLU函数（4）SoftMax函数（5）Maxout函数4、模型表示能力5、反向传播算法6、优化算法（1）torch.optim.SGD（2）torch.optim.Adagrad：（3）torch.optim.RMSprop（4）torch.optim.Adadelta（5）torch.optim.Adam(A

ZDA2022·2023-01-07 09:35

(8) [ICML14] Towards End-to-End Speech Recognition with Recurrent Neural Networks

计划完成深度学习入门的126篇论文第八篇，多伦多大学的AlexGravesz在End-to-EndDeepRNN在SpeechRecognition方向上的论文续作。

gdtop818·2023-01-06 16:58

深度学习入门

深度学习入门序1、什么是深度学习1.1人工智能、机器学习和深度学习1.1.1人工智能1.1.2机器学习1.1.3从数据中学习规则和表示1.1.4“深度学习”中的“深度”1.1.5理解深度学习的工作原理，

after 19.·2023-01-06 14:35

人脸识别美颜算法实战-深度学习基础知识

深度学习入门概念1．神经网络在深度学习中，神经网络由很多“

南妮儿·2023-01-06 07:31

一步步搭建可识别CIFAR10中10个类别的卷积神经网络（基于Pytorch）|深度学习入门项目

本文针对上图的卷积神经网络搭建一个能够进行10个类别的图像进行识别如果想观察其测试集的损失度和精度可以通过Tensorboard进行记录。（参考于B站小土堆的Pytorch讲解）首先实现对上图的神经网络的实现，这部分代码主要实现构建卷积神经网络，也是神经网络的核心代码。classMayu(nn.Module):def__init__(self):super(Mayu,self).__init__(

Mr.Mayuyuyuyu·2023-01-05 14:18

Python深度学习项目—MINST书写数字识别（含全部源代码）

MINST书写数字识别目录Python深度学习项目—MINST书写数字识别一、项目简介二、项目结构及环境三、网络结构介绍四、程序文件介绍五、使用介绍六、源代码获取一、项目简介1）概述：手写数字识别项目是深度学习入门的基础项目

贪婪的小白·2023-01-05 13:01

PyTorch深度学习入门笔记（六）torchvision 中的数据集使用

课程学习笔记，课程链接学习笔记同步发布在我的个人网站上，欢迎来访查看。文章目录一、torchvision二、CIFAR数据集2.1下载数据集2.2数据集的使用2.3transforms的使用2.3其他数据集的使用目的：如何把数据集和Transforms结合在一起介绍科研中使用的一些标准数据集和下载、查看、使用方法一、torchvisionpytorch官网：https://pytorch.org/

雪天鱼·2023-01-05 11:34

从头开始学人工智能day05

序前面我们已经简单学习了numpy,pandas,matplotlib，在我学习java的时候都是跟着视频去敲过来的，后面需要自己思考，接着就是看源码，源码基本都在啃书，后面就不再喜欢看视频了，毕竟书的

BoyC啊·2023-01-05 08:12

PyTorch深度学习入门笔记（十二）神经网络-非线性激活

课程学习笔记，课程链接学习笔记同步发布在我的个人网站上，欢迎来访查看。文章目录一、非线性激活常用函数介绍1.1ReLU1.2Sigmoid一、非线性激活常用函数介绍非线性激活的目的是为了给我们的神经网络引入一些非线性的特质。依然是打开官方文档：比较常用的函数是nn.ReLu:1.1ReLU对应的函数图是：参数：inplace=True时，会修改input为非线性激活后的结果；inplace=Fal

雪天鱼·2023-01-05 03:11

CS231n Assiganment#1解析（一）——KNN

前言前段时间学习了深度学习入门课程斯坦福CS231n，巩固和理解课程的最佳方式就是完成课后代码作业。在这里记录下本人对作业的思考和解析，以供大家参考。关于CS231n学习笔记翻译，强烈推荐知乎专栏。

不觉岁华成暗度·2023-01-04 11:34

pytorch元素相乘_Pytorch深度学习入门--2.Tensor数学操作及线性代数运算

1常用的数学操作在pytorch官方文档上，Tensor的数学操作方法有90多种，下图给了经常使用的25种数学操作方法（除线性代数运算外，线性运算下面会介绍）方法说明add()Tensor中每个元素同加一个标量，或与另一个Tensor逐元素相加mul()Tensor中每个元素同乘一个标量，或与另一个Tensor逐元素相乘div()Tensor中每个元素同除一个标量，或与另一个Tensor逐元素相除

weixin_39600704·2023-01-04 03:14

深度学习入门（4）----用循环神经网络进行自然语言处理

应用背景介绍：自然语言具有时序特征，因此可以通过循环神经网络对自然语言进行处理。自然语言是以词、句、文章这些语言元素为单位的。python中最常用的word2vec工具是可以将单词转换成向量，将单词转换成向量的好处主要有以下两个：（1）将单词向量化，实现数字化处理，从而直接通过神经网络进行计算；（2）利用了向量之间的距离计算，从而可以计算出不同的单词之间的距离，从而不同的单词之间的关系可以用距离向

我这一次·2023-01-03 06:03

深度学习入门——神经网络激活函数之阶跃函数

importnumpyasnpimportmatplotlib.pyplotaspltdefstep_function(x):returnnp.array(x>0,dtype=np.int)x=np.arange(-0.5,0.5,0.01)y=step_function(x)plt.plot(x,y)plt.ylim(-0.1,1.1)#指定y轴的范围plt.ylabel('y')plt.xla

我是小杨我就这样·2023-01-02 08:26

想入门深度学习？你需要先搞懂这三个问题

今天聊三个深度学习入门问题，是在公号后台大家经常提到的。第一个问题，学深度学习是不是需要先学机器学习？说实话我有点意外，对于怎样学深度学习，我设想过各种问题，但没想到大家最好奇的会是上面这个问题。

hzbooks·2023-01-02 07:39

深度学习入门篇：说人话，到底什么是Embedding，为什么要引入它

先来看看谷歌的解释，应该是网上能找到最棒的版本了。Embedding是一个相对低维的空间，可以将高维向量转换到其中。Embedding使得机器学习更容易在大规模的输入上进行，比如表示单词的稀疏向量。理想情况下，Embedding通过将语义相似的输入紧密地放置在Embedding空间中来捕获输入的一些语义。Embedding可以跨模型学习和重用。这个解释已经很通俗易懂了，但我相信对于很多机器学习小白

清华江同学·2023-01-01 08:14

pytorch应用（入门1）

学习用具《深度学习入门之Pytorch》廖星宇在Z-library上能搜到。

懒回顾，半缘君·2022-12-31 15:47

github标星8331+：吴恩达深度学习课程资源（完整笔记、中英文字幕视频、python作业，提供百度云镜像！）...

吴恩达老师的深度学习课程（deeplearning.ai），可以说是深度学习入门的最热门课程，我和志愿者编写了这门课的笔记，并在github开源，star数达到8331+，曾经有相关报道文章。

机器学习算法那些事·2022-12-31 12:10

AWS人工智能主题学习月：深度学习入门笔记

目录一、深度学习入门课程的学习重点二、简单介绍一下深度学习和神经网络1.深度学习2.神经网络3.深度学习储备知识拓展三、深度学习生产生活实际案例四、深度学习的框架介绍总结深度学习是机器学习中的一种方法，

牛大了2022·2022-12-31 09:53

深度学习入门（六十六）循环神经网络——束搜索

深度学习入门（六十六）循环神经网络——束搜索）前言循环神经网络——束搜索课件贪心搜索穷举搜索束搜索总结教材1贪心搜索2穷举搜索3束搜索4小结前言核心内容来自博客链接1博客连接2希望大家多多支持作者本文记录用

澪mio·2022-12-30 08:22

计算机视觉与深度学习入门简介

计算机视觉与深度学习入门简介1.计算机视觉与深度学习的关系1.1人类视觉神经的启迪1.1.1动物视觉实验1.1.2视觉神经科学观点1.2计算机视觉的难点与人工神经网络1.3应用深度学习解决计算机视觉的问题

dp_shiyu·2022-12-30 07:16

【Python基础学习1】python、IDLE、pycharm、Anaconda的区别与联系

由于之前深度学习入门期间一直使用的TensorFlow框架，且已经有很长一段时间没有触碰过安装本身的技术问题，回想入门的时候稀里糊涂的把深度学习框架安装上。

一只程序猿林·2022-12-29 17:00

keras神经风格迁移_深度学习入门 | 第六章：经典卷积神经网络：迁移学习

皮皮波·2022-12-29 16:45

深度学习入门篇 | 常用的经典神经网络模型

神经网络，是模拟生物神经网络进行信息处理的一种数学模型。它以对大脑的生理研究成果为基础，其目的在于模拟大脑的某些机理与机制，实现一些特定的功能。神经网络是目前最火的研究方向深度学习的基础，本文将神经网络分成三个主要类别，并详细介绍了每个类别的主要神经网络模型，读完本文你将能迅速掌握常用的经典神经网络模型，属于深度学习的基础入门篇。一般来说，神经网络可以分为三种主要类型：前馈神经网络、反馈神经网络和

·2022-12-29 15:39

2021-08-06MATLAB深度学习简单应用

Matlab深度学习的简单实现该实例源自MATLAB的官方学习课程中的《深度学习入门之旅》的课后练习项目，对已给的“显微镜下蛔虫图像”进行训练，最后识别出deadoralive。

TianTYC·2022-12-29 00:11

python深度学习入门笔记全面总结！！（持续更新）

前言之前有过断断续续地学习深度学习的经历对深度学习有一定的了解包括激活函数，损失函数，卷积，池化这种基本概念对CNN，RNN，ResNet都有一定的了解去年参加的项目里还和队友一起做了个基于CNN的智能搜索引擎（没记错的话还花里胡哨地用了点jieba分词）不过当时才刚刚大二，知识体系漏洞很大，项目全靠带现在再翻翻当时的源码都得费好大劲才能回想起来在写什么。。。而想想自己到底学了点什么深度学习，又很

JOKECHEN66·2022-12-28 14:09

推荐频道

【啃书】《深度学习入门