【啃书】《深度学习入门

深度学习入门笔记（7）—— Multinomial Logistic Regression / Softmax Regression

首先介绍一个非常著名的多分类数据集MNIST，也就是0到9的手写数字数据集。每个图像都是28*28，用于Pytorch数据读取的格式是NCHW，即Number、Channel、Height、Weight。读取图像之后，就能看到一个只有单通道的（灰度）图像，实际上就是一行行像素值的组合，用于SoftmaxRegression时输入得是一个向量，所以要将一行行的像素进行拼接，成为一个长的向量。同时，将
cnhwl·2024-01-27 14:20

《机器学习》笔记-聚类（9）

对于自己，经历了一段时间的系统学习（参考《机器学习/深度学习入门资料汇总》），现在计划重新阅读《机器学习》[周志华]和《深度学习》[Goodfellowetal]这两本书，并在阅读的过程中进行记录和总结
EddyLiu2017·2024-01-27 14:04

深度学习入门必知必会

深度学习是机器学习领域的一个重要分支，它通过构建和训练神经网络模型来实现智能化任务。下面是入门深度学习的几个步骤：学习基础知识：了解机器学习和神经网络的基本概念，包括线性代数、概率论和统计学等数学基础知识。掌握编程技能：学习一种主流的编程语言，如Python，以及相关的库和框架，如NumPy、Pandas和TensorFlow等。这些工具将帮助你在实践中应用深度学习算法。学习深度学习理论：了解深度
诗雅颂·2024-01-26 19:31

离高考就剩2个月，父母这样和孩子沟通，孩子就一定能考得好

前天清明假期，去小姨家玩，读高三的表弟刚好放假一天在家，看到我们来玩，“皮笑肉不笑”地应付式打声招呼，就去房间里啃书去了。
育儿规·2024-01-26 03:35

图像分类保姆级教程-深度学习入门教程（附代码）

图像分类是计算机视觉领域中的一个重要任务。它的目的是将输入的图像归类到预定义的类别中。这个任务在过去被认为是非常具有挑战性的，因为图像的特征非常复杂，而且存在很多种不同的变化方式，例如光照、角度、遮挡等等。然而，随着深度学习的发展，图像分类问题已经得到了显著的改善。深度学习模型可以自动地从大量的数据中学习到特征表示，并且能够处理高维度数据的非线性关系，这使得对于复杂的图像分类问题更加容易解决。在深
毕设阿力·2024-01-22 10:27

吴恩达-深度学习入门-第二周课后测验题

前情须知1、本文参考CSDN博主何宽老师的文章，仅用于个人学习使用，将答案部分单独摘出放在最后，方便进行自我检测。参考文章链接:https://blog.csdn.net/u013733326/article/details/798658582、第二周分为测验题和编程题两部分目录前情须知一、中文题目二、英文题目三、答案一、中文题目1、神经元节点计算什么？【 】神经元节点先计算激活函数，再计算线性函
?LAST·2024-01-22 03:55

吴恩达-深度学习入门-第一周课后测验题

一、文章简介本篇文章主要内容为第一周课程结束后的十几道测试题，在其他大佬的文章中看到题目后，感觉因为有答案所以不太利于自己的思考，所以进行一下简单的编辑工作，将答案放在文章最后。文章参考:https://blog.csdn.net/u013733326/article/details/79862336仅做学习使用。二、题目题目分为中文版和英文版，根据自己喜好选择观看即可。英文版：Week1Quiz
?LAST·2024-01-22 03:25

深度学习入门——卷积神经网络CNN基本原理+实战

CNN基本结构卷积神经网络（ConvolutionalNeuralNetwork,CNN）是深度学习技术中最基础的网络结构，模拟人脑工作，具备强大的特征学习能力。CNN结构主要由两部分组成：特征提取部分和分类部分\color{blue}{特征提取部分和分类部分}特征提取部分和分类部分。特征提取部分网络将执行一系列卷积和池化操作。分类部分使用全连接层作为一个分类器，使用特征提取部分提取的特征为图像上
AI小白龙*·2024-01-21 07:18

（一）深度学习入门：感知机模型

一、感知机定义二、感知机与逻辑电路三、感知机的局限性四、感知机的优越性前言感知机是深度学习算法的基本单元，本文简单介绍了感知机的定义，探究了感知机与逻辑门电路之间的联系，在此基础上解释了感知机的局限性和优越性，为神经网络的学习提供了先备知识。一、感知机定义感知机是一种最简单的二分类线性分类模型，它是神经网络的基石。它通过将样本的特征与权重相乘并进行加权求和，当结果大小超过特定的阈值时才会输出1，否
油炸大聪明·2024-01-19 17:04

（二）深度学习入门：神经网络的前向传播

目录前言一、神经网络的基本结构二、激活函数三、神经网络输出层的设计前言上一篇我们解决了感知机模型的基本定义和应用，本次我们在感知机的基础上探讨感知机构成神经网络的一些细节，了解神经网络前向传播的过程，重点理解激活函数存在的意义。一、神经网络的基本结构在如图所示神经网络结构图中，我们把最左边的一列称为输入层，最右边一列称为输出层，在输入层和输出层中间的网络层称为中间层，中间层可以有多个。在实际使用过
油炸大聪明·2024-01-19 17:33

拆书

或者说不叫阅读，叫了“啃书”，一点点的啃。遇到不清楚的，更好反复“咀嚼”，知道理解。所以，很多时候的阅读，变成了一种消遣。同组的小伙伴给了我很多阅读习惯养成的建议，于是开始了
Catheay·2024-01-19 02:49

【深度学习入门】深度学习基础概念与原理

*（本篇文章旨在帮助新手了解深度学习的基础概念和原理，不深入讨论算法及核心公式）目录一、深度学习概述1、什么是深度学习？2、深度学习与传统机器学习的区别3、深度学习的应用领域二、深度学习基本原理1、神经网络的基本结构（1）什么是神经网络？（2）神经网络基本结构2、激活函数的作用和选择（1）什么是激活函数？（2）激活函数的作用与选择3、损失函数的定义和选择（1）什么是损失函数（2）损失函数的选择4、
代码骑士·2024-01-18 07:38

孩子不爱写作业、不爱学习？用对方法，一个暑假提升孩子学习力

哈佛真有人啃书到凌晨四点半吗？有，但是很少。顶尖学霸确实都很勤奋，但比勤奋更重要的是——「学习力」。柯比教授（W·C·Kriby）就提出：唯有学习力，才能真正提升学习效率，成为学习的主人。
NH一起成长·2024-01-18 05:12

【OUC深度学习入门】第6周学习记录：Vision Transformer & Swin Transformer & ConvNeXt

Part1VisionTransformer1网络结构ViT模型不仅适用于NLP领域，在CV领域也能取得不错的效果。在原论文中，作者对比了三种模型，一种是ViT，即“纯”Transformer模型；一种是ResNet网络；另一种是Hybrid模型，它是将传统CNN和Transformer混合起来的模型。最终发现，当迭代次数多时，ViT模型的精度会超过混合模型。ViT（VisionTransform
深蓝与夜的呼吸·2024-01-17 19:41

深度学习入门基于Python的理论与实现（第3章 神经网络）

image.png图3-1中的网络一共由3层神经元构成，但实质上只有2层神经元有权重，因此将其称为“2层网络”。“朴素感知机”是指单层网络，指的是激活函数使用了阶跃函数的模型。“多层感知机”是指神经网络，即使用sigmoid函数等平滑的激活函数的多层网络。sigmoid函数defsigmoid(x):return1/(1+np.exp(-x))sigmoid具有平滑性，对神经网络的学习具有重要意义
无思不晓·2024-01-17 12:16

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包
茗创科技·2024-01-17 03:08

深度学习 基本概念

http://www.sohu.com/a/142551924_390227深度学习入门必须理解这25个概念https://blog.csdn.net/pangjiuzala/article/details
不存在的里皮·2024-01-16 22:38

深度学习入门

概述此学习路径专为有兴趣熟悉和探索深度学习主题的任何人而设计。目前，该学习路径涵盖了深度学习的基础知识，但将来将得到增强，以涵盖有监督和无监督的深度学习概念。深度学习基础知识了解深度学习与机器学习的关系，探索其基础知识，并了解在某些应用中使用深度学习算法的优势。技能水平初学者估计完成时间约2小时。学习目标通过此学习路径，你将获得：对深度学习概念的理解对深度学习架构的理解深度学习框架的比较如何在Te
AI-智能·2024-01-16 10:13

PyTorch深度学习快速入门

本文是基于B站博主“我是土堆”发布的深度学习入门教程所编写的相关笔记，主要用于Python小白快速入门深度学习，了解PyTorch的相关理论知识及逻辑代码。
睡不醒的毛毛虫·2024-01-14 02:43

深度学习入门之6--卷积神经网络1(理论讲解)

优点2.1.1、全连接存在的问题：2.1.2、卷积的优点：2.2、卷积运算2.3、填充2.4、步幅2.5、三维卷积运算2.6、结合方块思考2.7、批处理3、池化层3.1、计算方式3.2、特征该文章是对《深度学习入门基于
梦灯·2024-01-13 13:06

深度学习入门之6--卷积神经网络2(代码实现)

目录1、卷积层和池化层实现1.1、4维数组1.2、基于im2col的展开1.3、卷积层的实现1.4、池化层的是实现2、CNN实现2.1、目录结构如下：2.2、结果如下：2.3、代码实现：2.3.1simple_convnet.py2.3.2train_convnet3、CNN可视化3.1、第一层权重的可视化3.2、基于分层结构的信息4、代表性的CNN4.1、LeNet4.2、AlexNet该文章是
梦灯·2024-01-13 13:06

深度学习入门之5--网络学习相关技巧2(权重设置)

、简述2、sigmiod权重初始值3、relu权重初始值4、案例：不同初始值比较4.1common文件夹4.2ch06文件夹4.2.1weight_init_compare.py4.3结果该文章是对《深度学习入门基于
梦灯·2024-01-13 13:36

深度学习入门之5--网络学习相关技巧3(Batch Normalization)

目录1、BatchNormalization算法2、评估2.1、common/multi_layer_net_extend.py2.2、batch_norm_test.py3结果该文章是对《深度学习入门基于
梦灯·2024-01-13 13:36

深度学习入门之5--网络学习相关技巧4(正则化)

3、Dropout3.1案例3.1.1案例结果3.1.2代码实现如下：1、trainer.py2、multi_layer_net_extend.py3、overfit_dropout.py该文章是对《深度学习入门基于
梦灯·2024-01-13 13:36

深度学习入门之1--感知机

目录1什么是感知机2简单逻辑电路及实现2.1与门2.2或门2.3与非门2.4异或门3总结该文章是对《深度学习入门基于Python的理论与实现》的总结，作者是[日]斋藤康毅1什么是感知机感知机是由美国学者
梦灯·2024-01-13 13:06

深度学习入门之2--神经网络

目录1神经网络初解2激活函数及实现2.1初识激活函数2.1激活函数类型及实现2.1.1阶跃函数及实现2.1.2sigmoid函数及实现2.1.3Relu函数及实现2.1.4恒等函数和softmax函数及实现3手写数字识别3.1mnist数据集3.1.1下载数据集3.1.2读取数据集3.2神经网络推理处理3.2.1ch03/neuralnet_mnist.py3.2.2dataset/mnist.p
梦灯·2024-01-13 13:06

Python机器学习/深度学习入门-基础类型1

1.基础类型1.1.数值类型Python支持以下数值、标量类型：integer-整型Float-浮点型Complex-复合体Booleans-布尔值因此，Python可以用基本算术运算+、-、*、/、%（取模）来替代袖珍计算器类型装换：1.2容器Python提供了许多有效的容器类型，其中可以存储对象集合List-列表列表是对象的有序集合，它们可能具有不同的类型。索引：访问列表中包含的各个对象：从负
子虚先生√·2024-01-12 17:38

深度学习入门——深层神经网络模型的模块搭建

深层神经网络模型的搭建学习记录自：deeplearning.ai-andrewNG-masterL层神经网络模型概览该模型可以总结为：[LINEAR->RELU]×(L-1)->LINEAR->SIGMOID。详细结构：•输入维度为（64,64,3）的图像，将其展平为大小为（12288,1）的向量。•相应的向量：[x0,x1,…,x12287]T乘以权重矩阵W[1]，然后加上截距b[1]，结果为线
yasNing·2024-01-12 00:03

深度学习入门到发表顶级会议论文需要多久

在成功发布数篇顶级会议论文之后，我却依然觉得自己尚未真正入门。一方面，深度学习如今的分支如繁星般多，我们难以对每个领域都有深入的理解——不同的领域之间已经形成了如隔山般的距离⛰。另一方面，即使在我所研究的领域，阅读他人的工作或者进行实验时，我也常常发现自己过去的理解是错误或片面的。那么从开启深度学习之旅，到成功发表一篇尚可的论文，我的历程大约花费了两年的时间。记得在大四的时候，我遇到了和你相似的困
Jason160918·2024-01-11 17:17

忙碌的寒假

我并没有像同学们那样在电脑前玩游戏，也没有整天闷在家里当个啃书的呆子，而是去图书馆当了一名图书管理小义工，开启了忙碌的寒假。我对陌生人总是很害羞，可这个工作却要面对大多数的陌生人。
戎舒小畅·2024-01-10 01:35

图像分类保姆级教程-深度学习入门教程（附代码）

1.算法原理：深度学习图像分类利用卷积神经网络（CNN）作为模型的核心。CNN具有多层卷积和池化层，能够自动发现图像中的特征。通过训练大量带有标签的图像数据，CNN能够学习到不同类别的特征表示，并将输入的图像映射到相应的类别。2.特征提取：深度学习图像分类通过多个卷积层提取图像的低级到高级特征。低级特征包括边缘、纹理等，而高级特征则包括物体的形状、轮廓等。这些特征的组合能够更好地描述图像的内容，从
从懒虫到爬虫·2024-01-09 16:39

【舒然日记】2021-12-19无常是生命的常态，执着是一切问题的根源

又是埋头啃书的一天，《西藏生死书》让我的期待都值得。早上出门取快递，两天就下楼这一趟。有书，一个月不出门也是可以的。看看窗外，高楼林立，在闹市中，保持一份宁静的心，并不容易，手机、网络，处处
舒然日记·2024-01-08 09:57

参数更新方法 初始值 抑制过拟合 Batch Normalization等 《深度学习入门》第六章

layout:posttitle:深度学习入门基于Python的理论实现subtitle:第六章与学习相关的技巧tags:[Machinelearning,Reading]第六章与学习相关的技巧本章像是一个补充
Dirac811·2024-01-08 05:11

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包
茗创科技·2024-01-06 11:25

数据仓库理论进阶 - 01 《阿里大数据之路》第二篇数据模型篇

第8章大数据领域建模综述此文章为学习笔记，有兴趣的小伙伴可以根据以下指引获取更多，学习内容链接如下：视频：【一起啃书】阿里大数据之路数据仓库建模基础理论研读(已完结)_哔哩哔哩_bilibili书籍：《
:Concerto·2024-01-05 08:43

机器学习-深度学习入门CV-手写数字识别实验

机器学习-深度学习入门CV-手写数字识别实验要求本实践使用多层感知器训练（DNN）模型，用于预测手写数字图片。
septnancye·2024-01-03 08:58

有人问：想学习CAD需要通过什么途径学会？

没有自己的电脑，硬是通过啃书学知识点，再珍惜宝贵的时间在同学电脑或学校电脑实操一会。毕业后因为上机实操少，CAD水平还是很一般，后来有了自己的电脑，操作CAD才熟练起来。
22abca5d5454·2024-01-02 23:47

我们在 墨尔本（三）

昨晚看完《三毛传》已经是深夜两点多，没有来得及消化书中情绪，今晚很想继续啃书，可是心却不够静，甚至连是否能好好地写出今天的经历都有些没有信心。
陈玟聿·2024-01-02 21:38

后天开课 | 第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包
茗创科技·2024-01-02 12:07

PyQt5学习笔记——基本窗口组件（1）

最近在看PyQt5方面的教材，简单整理汇总便于查阅；因为过于简略如果希望于深入的学习还是应该啃书本吧~QMainWindow窗口可以包含菜单栏、工具栏、状态栏、标题栏等，是最常见的窗口形式，也可以说是GUI
SS小鱼干·2024-01-02 10:40

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包
茗创科技·2024-01-01 05:49

#啃书系列1# 文章的三部写作法

文/紫天鹅图/来自网络，感谢提供者亲爱的朋友们，大家好！我是紫天鹅，现在正在学习写作。而想要写作，首先需要学习一些写作方面书本上的理论知识。所以接下来的一段时间，我将持续为大家奉上我自己对这些书本的理解和收获。一来为了督促自己持续输出；二来输出倒逼输出；三来在分享中我自己也更能记住这些知识。不管怎么说，兴趣是成功的第一要素，而坚持是重要因素！前言今天，我们先来说一说《一本小小的红皮书》第一部分“结
一享书香·2023-12-31 07:38

JAVA 通关秘籍

上查看最新版本，简书不定时更新interview-resources-zhCNinterview-resources-zhCN以开头表示推荐优先阅读以【原】开头为本人原创，大部分是整理的思维导图，方便记忆最近在啃书
weixin_34310785·2023-12-31 05:05

夏天来了，5个方法教你考研看书不犯困！

小文给你5条建议，帮你养成好的看书习惯，提高效率，早日攻克啃书难关。一、手脑并用不犯困手脑并用主要是指做笔记。很多人认为做笔记是为了梳理知识点，这确实非常重要。
北京文都·2023-12-31 00:17

C++ primer 第十九章-特殊工具与技巧

另外由于已有一定的编程基础，所以这个系列不会含有太基础的知识，想入门的朋友最好自己啃书嘻嘻~控制内存分配重载new和deletenewexpressionoperat
山幺幺·2023-12-29 10:41

深度学习入门（python）考试速成之Softmax-with-Loss层

softmax函数：交叉熵误差（CrossEntropyError层）：这里的表示以为底数的自然对数，即，即。是神经网络的输出，是正确解标签，中只有正确解标签（表示）索引为1，其他均为0（one-hot表示）假设正确解标签索引为“2”，与之对应的神经网络输出是0.6，则交叉熵误差为;若“2”对应的输出是0.1，则交叉熵误差为结果是传给Softmax层的反向传播的输入。Softmax层的反向传播前面
北辰Charih·2023-12-28 21:34

明天开课 | 第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包
茗创科技·2023-12-27 18:50

深度学习入门python考试速成：神经网络之前向传播

矩阵乘法神经网络的内积即用数学式表示使用矩阵的乘法运算其它层计算类似，图如下输出层所用的激活函数，要根据求解问题的性质决定。一般地，回归问题可以使用恒等函数，二元分类问题可以使用sigmoid函数，多元分类问题可以使用softmax函数。
北辰Charih·2023-12-27 13:44

在.NET环境中使用Python和TensorFlow进行深度学习入门篇

在.NET环境中使用Python和TensorFlow进行深度学习可能需要通过一些中介工具或者框架，因为TensorFlow原生支持的是Python、C++等语言。以下是一种可能的入门步骤：安装Python和TensorFlow：首先，你需要在你的系统上安装Python，并确保版本在TensorFlow的支持范围内。然后，通过Python的包管理器pip安装TensorFlow。安装Python.
wangyue4·2023-12-26 14:24

安排！

老大不小的人了，为了不确定的明天努力学习，每日坚持啃书，总以为最后的结果会不负自我。今日稍感疲惫，头晕眼花耳也背，稍作休息，便再次投入学习～加油！我相信：努力就好，剩下的交给时间！
别惹我_f964·2023-12-24 20:12
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他