【啃书】《深度学习入门第14页

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

1.深度学习入门介绍--神经网络数学基础

一.神经网络主要围绕以下几个方面：层：多个层组成的网络（或模型）。（神经网络核心组件，相当于数据处理模块，进去一些数据，出来的数据更加有用。）输入数据和相应的目标。损失函数：即用于学习的反馈信号优化器，决定学习过程如何进行例：output=relu(dot(w,input)+b)w，b都是张量，均为该层的属性。他们被称为该层的权重或可训练参数，分别对应于kernal,bias属性。这些权重包含网络

自动驾驶--小学生·2022-12-28 12:44

深度学习入门基于python的理论与实现-神经网络

目录1前言2神经网络是什么2.12.2激活函数2.2.1连接感知机和神经元的桥梁2.2.2常用的激活函数2.3线性函数和非线性函数2.4三层神经网络的实现2.5代码实现小结2.6输出层的设计3手写数字识别3.1MNIST数据集3.1.1特点1前言在上一章感知机的学习中，我们知道感知机的异或门有可能表示任何复杂的函数，只要设置合适的权重即可，但是这是由人工来进行决定的----接下来神经网络可以解决这

Nefelibat·2022-12-28 12:41

深度学习入门（四）——神经网络是如何学习的？

深度学习入门（四）——神经网络是如何学习的？所谓的神经网络学习过程是根据模型分类效果调整神经网络中上千个激活函数的所有权值和偏置值。直至模型分类精度符合要求，模型学习过程结束。

爱骑单车的阿鹏·2022-12-28 12:40

深度学习入门笔记之DenseNet网络

目录设计理念DenseNet优势DenseNet的网络基本结构图DenseBlock模块参考资料论文：DenselyConnectedConvolutionalNetworks论文链接：https://arxiv.org/pdf/1608.06993.pdf代码的github链接：https://github.com/liuzhuang13/DenseNetMXNet版本代码（有ImageNet预

ysukitty·2022-12-26 16:37

深度学习入门笔记之VggNet网络

VGGNet是由牛津大学的视觉几何组（VisualGeometryGroup）和谷歌旗下DeepMind团队的研究员共同研发提出的，获得了ILSVRC2014（2014年ImageNet图像分类竞赛）的第二名，将Top-5错误率降到7.3%，在Top-5中取得了92.3%的正确率，同年的冠军是googlenet。目前使用比较多的网络结构主要有ResNet（152-1000层），GooleNet（2

ysukitty·2022-12-26 16:07

深度学习入门笔记之LeNet-5网络

一、基本简介LeNet5可以说是最早的卷积神经网络了，它发表于1998年。LeNet-5出自论文Gradient-BasedLearningAppliedtoDocumentRecognition，是一种用于手写体字符识别的非常高效的卷积神经网络。论文原文地址http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf。二、LeNet网络的基本结构LeNe

ysukitty·2022-12-26 16:58

深度学习入门理论（结合情绪识别）

文章目录1.人工智能的历史表情识别的意义和基本流程机器学习和卷积神经网络3维数据的卷积运算池化层CNN的可视化2.卷积神经网路和循环神经网络的区别3.注意力机制的概念准确率和召回率:参考文献：1.人工智能的历史早期的国际象棋仅包含程序员精心编写的硬编码规则，并不属于机器学习，这种方法称为符号主义人工智能。机器学习是一种新的方法，来代替符号主义的人工智能。传统的人工智能（符号主义人工智能），人输入的

沧海一声笑·rush·2022-12-26 12:02

keras入门笔记2:我们来玩卷积层（ Convolution Layer）～一层卷积层分类Mnist！

哈啰哈啰～继之前的：keras深度学习入门笔记附录1：让我们看看有多少种让搭建好的模型开始跑的方式（fit和trainonbatch）https://blog.csdn.net/timcanby/article

timcanby·2022-12-25 04:34

深度学习入门-框架keras-5keras卷积层介绍

目录Conv1DConv2DConv3DSeparableConv1D深度方向的可分离1D卷积。SeparableConv2DConv2DTranspose转置卷积层(有时被成为反卷积)。Cropping1D它沿着时间维度（第1个轴）裁剪。Cropping2DCropping3DUpSampling1D放大图像UpSampling2DUpSampling3DZeroPadding1D首尾端填充0，

Chise1·2022-12-25 04:34

【深度学习入门】Anaconda常用命令总结

目录一、前言二、常用命令1、复制Conda虚拟环境2、添加镜像3、删除虚拟环境4、5、一、前言总结一下在服务器使用过程中常用的一些命令，以便后续查看使用。二、常用命令1、复制Conda虚拟环境在命令行中输入：condacreate-nenv2--cloneenv1其中env2是新创建的Conda环境，env1是被复制的Conda环境，复制完成后，两个环境的配置是完全相同的。2、添加镜像添加清华源镜

Donvink·2022-12-24 14:17

手把手教程：深度学习入门项目MNIST手写数字分类任务

基于Pytorch实现MNIST手写数字分类任务前言实现细节问题讨论参考资料运行环境系统：Win10CPU解释器：Python依赖包：AnacondaPytorch前言本文无需了解任何AI先验知识（当然有更好），快速入门AI基本脉络，手把手教你一步步搭建神经网络，并解决一个分类手写数字的实际问题。基本流程：搭建环境，导入依赖包下载MNIST数据集，并做预处理Dataset转化为Pytorch能识别

来知晓·2022-12-24 12:19

深度学习入门（八）------MNIST数据集处理

对这个MNIST数据集实现神经网络的推理处理。神经网络的输入层有784个神经元，输出层有10个神经元。输入层的784这个数字来源于图像大小的28×28=784，输出层的10这个数字来源于10类别分类（数字0到9，共10类别）。此外，这个神经网络有2个隐藏层，第1个隐藏层有50个神经元，第2个隐藏层有100个神经元。这个50和100可以设置为任何值。定义get_data()、init_network

程序员到程序猴·2022-12-24 12:19

【神经网络】神经网络中的矩阵的理解

在《深度学习入门：基于Python的理论与实现》书中，看到讲解矩阵的章节，加深了我对矩阵的理解。脱离应用理解数学是很难的。将矩阵放在深度学习的环境里可以较好的理解矩阵的含义。这里假设你已经学过矩阵。

qilei2010·2022-12-24 08:02

pickle.load函数

importpicklesave_file=r"D:\【源代码】深度学习入门：基于Python的理论与实现\【源代码】深度学习入门：基于Python的理论与实现\ch03\dataset\mnist.pkl"withopen

YJZ555·2022-12-24 08:01

【啃书吧：深度学习与MindSpore实践】第三章 3.4 用MindSpore实现简单神经网络（上）

初读：2021年1月5日至2021年1月14日啃书进度会在目录中标出来。本次目标是完成第三章3.4节用MindSpore实现简单神经网络（P31-P34）终于到了实战的部分了。

xi_xiyu·2022-12-23 20:00

【啃书吧：深度学习与MindSpore实践】第四章 4.6 用MindSpore实现深度神经网络（上）

初读：2021年4月1日-2021年4月7日啃书进度会在目录中标出来。本次目标是完成第四章4.6用MindSpore实现深度神经网络（P50-P52）模型结构的理解。

小乐快乐·2022-12-23 20:27

深度学习入门课笔记（三）

目录一、序列数据二、语言模型三、RNN基本结构RNN的通过（穿越）时间反向传播四、门控循环单元引入门的循环网络（GRU）五、长短期记忆网络LSTM一、序列数据序列数据是常见的数据类型，前后数据具有关联性，比如我们说出的一句话，词与词之间互相有影响。举个例子：语音识别、机器翻译、视频的行为识别等二、语言模型语言模型是自然语言处理（NLP）的重要技术。在NLP中常把文本看成离散时间序列，一段长度为T的

是帆帆不是凡凡呀·2022-12-23 12:09

深度学习入门课笔记（一）

深度学习入门课笔记（一）神经网络基础人工神经元**人工神经网络*：大量神经元以某种连接方式构成的机器学习模型。根据连接方式的不同分为很多种。第一个神经网络：感知机**but！！！