【啃书】《深度学习入门第22页

《深度学习入门-基于Python的理论与实现》第二章带读 -- 感知机

开篇介绍：《深度学习入门-基于Python的理论与实现》书籍介绍第一章：《深度学习入门-基于Python的理论与实现》第一章带读文章构成：感知机是什么感知机构建逻辑电路感知机的局限性多层感知机1.感知机是什么感知机

【文言】·2022-11-08 10:06

送书 | 火遍日本 IT 界的「鱼书」终出续作！！！！

这就是被称为「鱼书」的《深度学习入门：基于Python的理论与实现》。原书上市不到2年，就已经加印到100000+册了，对于技术图书来讲已经是个惊人的数字了。一方面说明深度学习确

敲代码的灰太狼·2022-11-08 09:36

《深度学习进阶自然语言处理》第一章：神经网络的复习

第一章：神经网络的复习关于本书第一章内容，主要是对《深度学习入门：基于Python的理论与实现》一书的精炼性概括。

【文言】·2022-11-08 09:04

深度学习入门系列2:用TensorFlow构建你的第一个神经网络

大家好，我技术人Howzit，这是深度学习入门系列第二篇，欢迎大家一起交流！

技术人Howzit·2022-11-07 23:26

神经网络的学习-搭建神经网络实现mnist数据集分类

文章目录四、神经网络的学习1.损失函数2.损失函数的意义3.数值微分4.梯度法5.学习算法的实现四、神经网络的学习这一章通过两层神经网络实现对mnist手写数据集的识别，本文是源于《深度学习入门》的学习笔记若理解困难

泥签·2022-11-07 17:45

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。

湾区人工智能·2022-11-07 15:58

深度学习入门（十五）环境和分布偏移（了解）

深度学习入门（十五）环境和分布偏移前言环境和分布偏移教材1分布偏移的类型1.1协变量偏移1.2标签偏移1.3概念偏移2分布偏移示例2.1医学诊断2.2自动驾驶汽车2.3非平稳分布2.4更多轶事3分布偏移纠正

澪mio·2022-11-06 12:06

PyTorch深度学习入门笔记（二）PyTorch加载数据初认识

一些简单函数的使用获取数据集的数据#KyrieIrving#!/9462...fromtorch.utils.dataimportDatasetimportcv2fromPILimportImageimportos#img=cv2.imread('E:\\CodeCodeCodeCode\\Python-data\\hymenoptera_data\\train\\ants\\5650366_e2

Charliefive·2022-11-06 07:10

PyTorch深度学习入门笔记（三）PyTorch加载数据初认识

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、Dataset和Dataloader二、数据集初识三、Dataset类初识一、Dataset和DataloaderPytorch读取数据主要涉及两个类：Dataset和Dataloader数据可类比为“垃圾”，不同数据是不同种类的垃圾，这里蓝色是可回收垃圾。Dataset能够把垃圾中的可回收垃圾即蓝色块给挑选出来，并

雪天鱼·2022-11-06 07:33

深度学习入门（二十三）卷积神经网络——图像卷积

深度学习入门（二十三）卷积神经网络——图像卷积前言卷积神经网络——从全连接层到卷积课件卷积层二维交叉相关二维卷积层例子交叉相关VS卷积一维和三维交叉相关总结教材1互相关运算2卷积层3图像中目标的边缘检测

澪mio·2022-11-05 14:10

计算图的反向传播及误差反向传播（复制《深度学习入门127页》）

1、计算图的反向传播（1）计算图的反向传播的意义是：告诉对方我希望你的结果以什么样的量级提升/降低（2）随机梯度下降法在计算梯度时加入随机的因素，于是即便其陷入到局部的极小值点，他计算的梯度仍可能不为0，这样就有可能跳出局部的极小值而继续进行搜索。2、误差反向传播

江州司马青衫湿·2022-11-02 15:41

深度学习入门（十四）数值稳定性和模型初始化

深度学习入门（十四）数值稳定性和模型初始化前言数值稳定性和模型初始化课件数值稳定性神经网络的梯度数值稳定性的常见两个问题例子：MLP梯度爆炸梯度爆炸的问题模型初始化和激活函数让训练更加稳定让每层的方差是一个常数权重初始化例子

澪mio·2022-11-02 15:07

深度学习入门（十一）权重衰减

深度学习入门（十一）权重衰减前言权重衰退使用均方范数作为硬性限制（不常用）使用均方范数作为柔性限制演示对最优解的影响参数更新法则总结代码演示(从零实现)1初始化模型参数2定义L2范数惩罚3定义训练代码实现

澪mio·2022-11-02 15:37

深度学习入门（十二）drop out 丢弃法

深度学习入门（十二）dropout丢弃法前言dropout丢弃法课件动机无偏差的加入噪音使用丢弃法推理中的丢弃法总结教材重新审视过拟合扰动的稳健性实践中的暂退法方法代码实现（从零开始）1定义模型参数2定义模型

澪mio·2022-11-02 15:37

深度学习入门学习笔记之——误差反向传播法

误差反向传播法上一章中，我们介绍了神经网络的学习，并通过数值微分计算了神经网络的权重参数的梯度（严格来说，是损失函数关于权重参数的梯度）。数值微分虽然简单，也容易实现，但缺点是计算上比较费时间。本章我们将学习一个能够高效计算权重参数的梯度的方法——误差反向传播法。要正确理解误差反向传播法，我个人认为有两种方法：一种是基于数学式；另一种是基于计算图（computationalgraph）。前者是比较

前丨尘忆·梦·2022-11-02 15:34

实现神经网络模型的前向传播、反向传播和训练

本实训内容可参考《深度学习入门——基于Python的理论与实现》一书中第5.1章节的内容。神经网络的前向传播在之前的实训中，我们简单学习了神经网络的前向传播。

亂世卍雲曦·2022-11-02 15:34

对《深度学习入门》第五章中Affine层反向传播计算公式的一种解释

目录方法概述解释开始1.绘制计算图2.排列反向传播结果3.新知识引入4.更加严谨参考文献初读此书，对下图中这个公式无法理解。如果仿照作者的之前叙述的方法，需要进行矩阵对矩阵的求导，如何求导以及对于矩阵是否有链式法则笔者都没有了解，所以决定不以矩阵为变量尝试推导。方法概述将矩阵乘法理解为相应标量元素乘法和加法运算，再将得到的结果进行排列。所以使用标量（矩阵中的元素）作为节点的输入输出，对

爱做白日梦的悲观主义者·2022-11-02 15:31

深度学习入门（十三）前向传播、反向传播和计算图

深度学习入门（十三）前向传播、反向传播和计算图前言前向传播、反向传播和计算图教材前向传播前向传播计算图反向传播训练神经网络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，防止遗忘前向传播

澪mio·2022-11-02 15:29

深度学习入门（八）多层感知机

深度学习入门（八）多层感知机前言感知机训练感知机收敛定理XOR问题总结多层感知机学习XOR单隐藏层单分类sigmoid激活函数Tanh激活函数ReLU激活函数多类分类多隐藏层总结多层感知机（教材）1隐藏层

澪mio·2022-10-31 11:08

深度学习入门（十）模型选择、过拟合和欠拟合

深度学习入门（十）模型选择、过拟合和欠拟合前言模型选择例子：预测谁会偿还贷款？

澪mio·2022-10-31 11:08

机器学习实战——基于Scikit-Learn和TensorFlow 阅读笔记之第八章：降维

《机器学习实战——基于Scikit-Learn和TensorFlow》这是一本非常好的机器学习和深度学习入门书，既有基本理论讲解，也有实战代码示例。我将认真阅读此书，并为每一章内容做一个知识笔记。

xbs118·2022-10-30 02:34

深度学习入门（九）多层感知机实现

深度学习入门（九）多层感知机实现前言多层感知机从零实现1获取和读取数据2初始化模型参数3激活函数4模型5损失函数6训练7预测多层感知机简洁实现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·2022-10-29 09:03

PyTorch深度学习入门笔记（四）torchvision 中的DataSet使用

torchvision官网：https://pytorch.org/Python官网.点进torchvision:torchvision文档列出了很多科研或者毕设常用的一些数据集，如入门数据集MNIST，用于手写文字。这些数据集位于torchvision.datasets模块，可以通过该模块对数据集进行下载，转换等操作。torchvision还有io模块，但不常用torchvision.model

Charliefive·2022-10-28 14:54

PyTorch深度学习入门笔记（七）Pooling layers可视化层非线性激活线性层

Poolinglayers可视化层相当于1080P—>720PDilation空洞卷积ceil_mode默认是false此时池化核（3*3）步长为3测试代码#KyrieIrving#!/9462...importtorchimporttorchvisionfromtorchimportnnfromtorch.nnimportMaxPool2dfromtorch.utils.dataimportDa

Charliefive·2022-10-28 14:54

PyTorch深度学习入门笔记（三）TensorBoard的使用

首先安装TensorBoard从函数介绍可知：这个类主要是将事件文件写入log_dir文件夹，可以被TensorBoard解析。要用到其成员函数add_scalar()pipinstalltensorboardfromtorch.utils.tensorboardimportSummaryWriterdefadd_scalar(self,tag,scalar_value,global_step=N

Charliefive·2022-10-28 14:23

【自学】深度学习入门基于python的理论与实现 LESSON 2 ＜神经网络2＞

目录前言一、多维数组的运算二、3层神经网络的实现三、输出层的设计1.恒等函数2.softmax函数（1）基础softmax函数（2）实现softmax的注意事项（3）softmax特征四、手写数字识别1.MNIST数据集2.神经网络的推理处理总结前言本节继续学习神经网络的基础知识，并在结尾学习了书上的例子。一、多维数组的运算掌握了Numpy多维数组的运算，就可高校地实现神经网络。下面介绍矩阵相乘：

Rachel MuZy·2022-10-28 14:51

瓜书学习笔记-多分类学习啰嗦版

总是会觉得看视频的效果好于自己啃书，然鹅。。瓜书有视频版么？？（一想到以后要持续不断地翻看英文论文和书籍心情就#%+||？*？……@？）Anyway，言归正传。

明月皎皎·2022-10-27 21:15

【一起啃书】西瓜书——支持向量机

直接跳到支持向量机的动机是，遇到了核函数，加上这一节的很多难点在多类课中学了又学，却总是学不明白，所以准备系统的了解支持向量机的大概，并重点学习我的目标知识：核函数的意义、作用，哪些场景会应用到核函数核密度估计、高斯核函数与核函数的关系对支持向量的理解maximalmarginclassifier（寻找类别边界点，在边界点中间确定一点，作为阈值，使得边界点到阈值之间的距离，称为margin，最大，

反科研pua所所长·2022-10-27 21:13

深度学习的名词解释

深度学习入门必须理解这25个概念神经网络基础1、神经元（Neuron）——就像形成我们大脑基本元素的神经元一样，神经元形成神经网络的基本结构。想象一下，当我们得到新信息时我们该怎么做。

hzp666·2022-10-27 17:49

深度学习中的FPN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·2022-10-12 22:19

【吐血推荐】机器学习/深度学习入门资料汇总及学习建议【入门必看】

机器学习入门，初学者遇到的问题非常多，但最大的问题就是：资料太多！！！看不完！！！不知道如何取舍！！！一、机器学习的数学基础正规的机器学习数学基础主要有：数学分析（微积分），线性代数，概率论，统计，应用统计，数值分析，常微分方程，偏微分方程，数值偏微分方程，运筹学，离散数学，随机过程，随机偏微分方程，抽象代数，实变函数，泛函分析，复变函数，数学建模，拓扑，微分几何，渐近分析......以上内容可能

远岫出烟云·2022-10-10 20:34

深度学习

深度学习入门必看用深度学习（CNNRNNAttention）解决

weixin_33935777·2022-10-09 11:52

【基础详解】手磕实现 CNN卷积神经网络！

zenRRan·2022-10-06 16:35

基于Python机器学习的手写数字识别研究与应用

手写数字识别更是深度学习入门的经典案例，学习和理解其背后的原理对于深度学习的理解有很重要的作用。本文将采用深度学习中的卷积神经网络来训练手写数字识别模型。

QQ58850198·2022-10-05 07:59

动手实现深度神经网络7 实现CNN

关于CNN的理论知识我之前的文章有详细的讲述：Python深度学习入门笔记4CNN。这里我们依据不再赘述，直接展示代码中可能会遇到的问题。卷积层的实现CNN中处理的是4

如魔·2022-09-28 12:40

深度学习入门--用python实现一个简单的三层神经网络模型

学习参考视频链接：https://www.bilibili.com/video/BV1ht411i7Ld?p=17本人小白，刚开始学深度学习，第一次写这种总结是想在学习的过程中慢慢进步，有不足的地方也请大家指教！实现过程如下：1.先做一个参数的初始化,包括权重，输入等;2.前向传播：计算出输入层，中间层，输出层的值;3.反向传播：先算一个激活函数的导数值，再算一个自身的导数值，再用激活函数导数值+

Hylae·2022-09-28 07:37

深度学习零基础学习之路——第三章数据可视化TensorBoard和TorchVision的介绍

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的使用数据可视化学习

Monkey_King_GL·2022-09-28 07:50

业余时间也能学数据分析！这份学习计划不看可惜

所以并不建议一上来就啃书，尤其是业余时间的碎片化学习。

保卫大狮兄·2022-09-24 07:08

深度学习入门之SGD随机梯度下降法

SGDSGD为随机梯度下降法。用数学式可以将SGD写成如下的式（6.1）。这里把需要更新的权重参数记为W，把损失函数关于W的梯度记为∂L/∂W。ηηη表示学习率，实际上会取0.01或0.001这些事先决定好的值。式子中的←表示用右边的值更新左边的值。如式（6.1）所示，SGD是朝着梯度方向只前进一定距离的简单方法。现在，将SGD实现为一个Python类（为方便后面使用，将其实现为一个名为SGD的类

赵孝正·2022-09-22 22:06

深度学习入门之Momentum

Momentum欲掌握本节知识，需先学习：指数加权平均背景Momentum是为解决SGD中出现的曲折摆动问题，如图所示，“之”字形的上下摆动，降低了损失函数到达最低点的速度。此情况下，若想减少摆动浮动，只能采用比较小的learningrate，这同样将导致寻优的速度较低。而Momentum就是为解决此问题而来。参考：SGD原理及其缺点什么是动量？动量是衡量让运动物体停下难度的物理量。当动量mome

赵孝正·2022-09-22 22:35

深度学习入门：基于Python的理论与实现

1.Python入门python中使用class关键字来定义类：class类名：def__init__(self,参数,...):#构造函数...def方法1(self,参数,...):#方法1...def方法2(self,参数,...):#方法2...这里有一股特殊的__init__方法，这是进行初始化的方法，也叫构造函数(constructor),只在生成类的实例时被调用一次。此外在方法的第一

乖乖怪123·2022-09-22 07:29

深度学习入门：基于Python的理论与实现——第一章Python入门

本文为深度学习入门：基于Python的理论与实现的学习笔记，由于笔者已有matalb、c\c++，java相关语言基础，故只记录不同之处需要注意的地方，供给有其他有语言基础，没学过python但研究方向为机器学习等分支方向的同学参考

张小呆冲冲冲·2022-09-17 09:37

yolov5目标检测算法研究之参考资料

CSP网络架构深度学习之CSPNet分析_tt丫的博客-CSDN博客_cspnet结构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。

xidaoliang123·2022-09-14 07:51

Pytorch 深度学习入门与实践第二章 pytorch快速入门（1）

python常用库及模块（1）文件管理的相关库os:该模块为操作系统接口模块，提供了一些方便使用操作系统的相关功能函数，在读写文件时比较方便。（2）时间和日期time:该模块为时间的访问和转换模块，提供了各种时间相关的函数，方便时间的获取和操作。（3）文本处理re:该库为正则表达式操作库，提供了与Perl语言类似的正则表达式匹配操作，方便对字符串的操作。string：该库作为常用的字符串操作库，提

O丶ne丨柒夜·2022-09-08 07:34

晨间日记的奇迹9月7日

今日摘要（MITS）最重要的三件事：完成工作，完成啃书学习2小时，完成写作和短视频一个理财、金钱总额：负成功日记昨日成功的5件事：拍了一条短视频，用时2小时！

春淇的故事·2022-09-07 15:55

深度学习入门必读：深度学习中的各种卷积网络（上篇）（转载）

转自：https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9518186116763200181%22%7D&n_type=0&p_from=1雷锋网AI科技评论按：深度学习中的各种卷积网络大家知多少？对于那些听说过却又对它们没有特别清晰的认识的小伙伴们，KunlunBai这篇文章非常值得一

mning_master0·2022-09-05 09:55

深度学习入门学习笔记(五)

深度学习入门学习笔记(五)误差反向传播法之前我们讲解了通过数值微分计算神经网络的权重参数的梯度从而能够完成神经网络的学习过程。数值微分的优点是简单、比较容易实现，但缺点是计算上比较费时间。

cookie·2022-09-03 07:18

深度学习入门--误差反向传播

前面介绍了通过数值微分计算神经网络的权重参数的梯度，虽然简单，但是计算上比较费时间。本文将介绍一个能够高效计算权重参数的梯度的方法–误差反向传播法。正向传播将计算结果正向（从左到右）传递，其计算过程是我们日常接触的计算过程；而反向传播将局部倒数反方向（从右到左）传递。1.计算图计算图就是将计算过程用图形表示出来。例如：太郎在超市买了2个苹果和3个橘子。其中，苹果每个100日元，橘子每个150日元。

我只钓小鱼·2022-09-03 07:14

深度学习入门-误差反向传播法

深度学习入门-误差反向传播法反向传播法在神经网络中是用于计算权重参数针对于损失函数的梯度的方法，该方法比数值微分法求梯度更加的高校。

侯一鸣Supermonkey·2022-09-03 07:13

数学、机器学习、深度学习目录

文章目录1.数学基础2.深度学习深度学习练习题3.机器学习4.论文loss对象检测1.数学基础矩阵求导术用狄拉克函数来构造非光滑函数的光滑近似2.深度学习深度学习入门（一）感知机与激活函数损失函数–交叉熵与极大似然估计

得克特·2022-09-01 07:19

推荐频道

【啃书】《深度学习入门