【啃书】《深度学习入门第23页

数据挖掘学习日记8·深度学习入门

本文为根据课堂内容整理的笔记，使用的课件讲义为李弘毅的《一天搞懂深度学习》。引入什么是深度学习？现在，有关于一支股票的数据和图片。1.给出股票数据，返回走势图，这是统计。2.给出股票图片，告诉我们“这是一个K图”——这是机器学习中的模式识别。3.给出股票数据和图片，告诉我们这支股票的走势，这是机器学习中的数据挖掘。4.给出股票的数据和图片，告诉我们这只股票的好坏，以及投资组合建议，那么这就是深度学

mustuo·2022-08-31 09:19

深度学习入门实战（二）- 用 TensorFlow 训练线性回归

腾讯云技术社区-掘金主页持续为大家呈现云计算技术文章，欢迎大家关注！作者：董超上一篇文章我们介绍了MxNet的安装，但MxNet有个缺点，那就是文档不太全，用起来可能是要看源代码才能理解某个方法的含义，所以今天我们就介绍一下TensorFlow，这个由谷歌爸爸出品的深度学习框架，文档比较全～以后的我们也都使用这个框架～0x00概要TensorFlow是谷歌爸爸出的一个开源机器学习框架，目前已被广泛

weixin_33675507·2022-08-30 07:24

深度学习入门实战（二）-用TensorFlow训练线性回归

欢迎大家关注腾讯云技术社区-博客园官方主页，我们将持续在博客园为大家推荐技术精品文章哦~作者：董超上一篇文章我们介绍了MxNet的安装，但MxNet有个缺点，那就是文档不太全，用起来可能是要看源代码才能理解某个方法的含义，所以今天我们就介绍一下TensorFlow，这个由谷歌爸爸出品的深度学习框架，文档比较全～以后的我们也都使用这个框架～0x00概要TensorFlow是谷歌爸爸出的一个开源机器学

weixin_30618985·2022-08-30 07:53

西瓜书第三章阅读笔记

对数几率回归4.1模型4.2策略4.3求解算法5、线性判别分析5.1模型5.2策略5.3求解算法5.4其他补充6、多分类学习6.1“一对一”6.2“一对其余”6.3“多对多”7、类别不平衡问题8、补充本章节直接啃书的话

狗狗熊学AI·2022-08-27 07:59

卷积神经网络通俗理解-人工智能深度学习入门

导读：书山有路勤为径，学海无涯苦作舟AI：让机器展现出人类智力机器学习：抵达AI目标的一条路径深度学习：实现机器学习的技术需要卷积神经网络学习资料的还有配套的可以加微信卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习（deeplearning）的代表算法之一

AI每天一点点·2022-08-24 18:54

什么是迁移学习 (Transfer Learning)？

深度神经网络，相比于之前的传统机器学习方法，可以看成是一个全新的物种，这背后的原因，最明显的还是深度学习对机器算力的巨大需求，在深度学习入门最少需要知道什么？

费马定理·2022-08-21 15:01

【深度学习】4-梯度确认时遇bug：写了个糟糕的softmax函数

今天学习《深度学习入门：基于python的理论与实践》时，被梯度确认的问题卡了很久。具体过程就不赘述，最终发现是我写的softmax函数的问题，导致的数值微分与反向传播求得的梯度总对不上。

阿阿阿阿锋·2022-08-19 07:31

对彩色花图像进行分类-基于R语言的Keras实现

该案例摘自《Keras深度学习入门、实战及进阶》第四章综合案例内容。该案例的数据来源于Kaggle上的FlowerColor。

·2022-08-17 00:18

深度学习入门实践学习——手写数字识别（百度飞桨平台）——上篇

一、项目平台百度飞桨二、项目框架1.数据处理；2.模型设计：网络结构，损失函数；3.训练配置：优化器，资源配置；4.训练过程；5.保存加载。三、手写数字识别任务1.构建神经网络流程；手写数字识别是一个典型的图像分类问题；MNIST数据集；2.构建神经网络设计思路：（1）明确任务输入输出：任务输入：手写数字图片，每张照片对应的28*28像素矩阵。任务输出：经过大小归一化和居中处理，输出对应的0-9数

Keep forward-forward·2022-08-16 17:53

深度学习入门笔记-第三章-神经网络

神经网络有三层1.输入层2.中间层/隐藏层3.输出层如下图图中网络有三层神经元构成，但实质上只有两层有权重，因此称为“2层网络”对于感知机：b是被称为偏置的参数，用于控制神经元被激活的容易程度；而w_1和w_2是表示各个信号的权重的参数，用于控制各个信号的重要性现在将式（3.1）改写成更加简洁的形式。为了简化式（3.1），我们用一个函数来表示这种分情况的动作（超过0则输出1，否则输出0）。引入新函

day_day_up ！·2022-08-16 07:54

深度学习入门 (三)：神经网络的学习

本文为《深度学习入门–基于Python的理论与实现》的读书笔记参考：知乎：Eureka机器学习读书笔记、“西瓜书”、《统计学习方法》目录损失函数(lossfunction)为何要设定损失函数均方误差(meansquarederror

连理o·2022-08-16 07:20

深度学习入门03----神经网络的学习

4.1从数据中学习神经网络的特征就是可以从数据中学习。所谓“从数据中学习”，是指可以由数据自动决定权重参数的值。感知机的例子中，我们对照着真值表，人工设定了参数的值，但是那时的参数只有3个。而在实际的神经网络中，参数的数量成千上万，在层数更深的深度学习中，参数的数量甚至可以上亿，想要人工决定这些参数的值是不可能的。4.1.1数据驱动数据是机器学习的命根子。从数据中寻找答案、从数据中发现模式、根据数

__Miracle__·2022-08-16 07:45

神经网络与深度学习入门必备知识|概论

神经网络与深度学习绪论人工智能的一个子领域神经网络：一种以（人工）神经元为基本单元的模型深度学习：一类机器学习问题，主要解决贡献度分配问题知识结构学习路线图预备知识线性代数微积分数学优化概率论信息论推荐课程斯坦福大学CS224n:DeepLearningforNat

孤飞·2022-08-13 13:00

Pytorch深度学习入门笔记1（Pycharm版）

Pytorch深度学习入门笔记1（Pycharm版，环境安装的坑，配置项目）文章目录Pytorch深度学习入门笔记1（Pycharm版，环境安装的坑，配置项目）环境需求与环境配置需要的环境环境配置和一些要注意的点

伊滴小朋友·2022-08-08 07:48

读书笔记：深度学习入门-基于python的理论与实现（俗称鱼书）

文章目录前言三、神经网络3.2激活函数3.2.1阶跃函数3.2.2sigmoid函数3.2.3ReLU函数3.3多维数组3.3.1多维数组的维度和形状3.3.2多维数组的点乘3.4三层神经网络的实现3.4.1一步一步进行3.4.2合起来实现3.5输出层的设计3.5.1Softmax函数3.5.2Softmax函数的特征：输出值求和为1，符合概率分布问题四、神经网络的学习4.2损失函数4.2.1均方

时光轻浅，半夏挽歌·2022-08-07 07:56

[云云怪]项目11：自制手写数字识别系统（MNIST、深度学习）

云云怪·2022-08-04 07:44

啃书啃出炸鱼薯条滋味的笔记

最近重复、亦是重新学习牛津书虫系列读物，从最基础的开始。正在读《80天环游世界》，已经学完一半音频（这本书有6个音频，已经读了3个）学的很开心，因为95%的内容是一遍就能听懂，个别不懂的是人名和地名，所以基本上没啥挫败感。这些音频都不长，在8分钟内，通勤路上地铁里很合适磨耳朵三遍，在练习听力的同时，强化常用词的发音。纯正英式发音，对耳朵也是种享受。最开心的是，这次学习中，对时态的理解终于发生了从量

TQ蜗牛念念·2022-08-03 23:58

纯numpy数值微分法实现手写数字识别

手写数字识别作为深度学习入门经典的识别案例，各种深度学习框架都有这个例子的实现方法。

·2022-08-03 12:34

python绘制3D图形

学习深度学习入门时，想绘制一下书上f(x0,x1)=x02+x12f(x_0,x_1)=x_0^2+x_1^2f(x0,x1)=x02+x12这个公式的图形但是仅靠pyplot无法完成3D图的绘制参考了

Tony·2022-07-30 07:29

PyTorch深度学习入门 || 系列（五）——逻辑回归

文章目录0写在前面1sigmoid函数2逻辑回归示例2.1plt.scatter()函数参数设置3模型定义3.1sigmoid()函数说明4优化器和损失函数5train()和draw()函数5.1torch.max(input,dim)6完整代码0写在前面线性回归和非线性回归，它们的输出都是连续的。而逻辑回归的输出是二元离散，为了方便数字表达和计算，我们把这两种分类的结果分别记作0和1.1sigm

仙女不扎马尾.·2022-07-26 07:18

PyTorch深度学习入门 || 系列（四）——非线性回归

文章目录0写在前面1激活函数2人工神经网络3数据处理4定义模型5完整代码0写在前面这个系列之前学习是线性回归，但是生活中需要解决问题大多数都是非线性的。本文要讨论的重点就是非线性的问题！1激活函数目的：激活函数实际上是一个非常简单的非线性函数，它作用在线性层的输出，只要让多个带有激活函数的神经元组合在一起，就具有拟合复杂非线性函数的强大能力！常用的激活函数有：sigmoid、tanh、ReLU、M

仙女不扎马尾.·2022-07-26 07:48

PyTorch深度学习入门 || 系列（三）——人工神经元

文章目录0写在前面1数据处理2模型定义2.1完整的模型定义3设置Loss函数4优化——梯度下降和随机梯度下降5完整代码0写在前面这一篇文章介绍人工神经元、人工神经网络。1数据处理用linspace()函数产生[-3,3)区间内的100000个点，并使用unsqueeze()函数在第一维处增加一个维度！展示一下unsqueeze()函数的前后对比：2模型定义定义一个线性模型LR，它继承PyTorch

仙女不扎马尾.·2022-07-26 07:48

BP神经网络（深度学习入门）

BP(BackPropagation)算法是神经网络深度学习中最重要的算法之一，了解BP算法可以让我们更理解神经网络深度学习模型训练的本质，属于内功修行的部分。BP(backpropagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一。Minsky和Papert在颇具影

ChengyuanM.·2022-07-26 07:11

深度学习入门

文章目录理论基础张量：矩阵任意维度的推广样本批量神经网络的原理：张量运算深度学习的几何解释神经网络的核心：梯度优化神经网络的组件层：深度学习的基础组件激活函数：数据向量化模型：层构成的网络损失函数与优化器第一个神经网络：MNIST数字识别1.导库2.建立网络架构3.编译步骤4.数据处理5.开始训练第二个神经网络:IMDB影评情感分析（二分类问题）1.加载数据集数据集解码2.数据预处理3.构建网络4

追梦小凯·2022-07-24 07:56

深度学习入门——03 MNIST手写数字图像集识别实验

MNIST是机器学习中最有名的数据集之一，由0~9的手写数字图像构成，在下面实验中利用在上一篇初识神经网络中所学习到基本框架做一个简单实验，下面代码中许多基于《深度学习入门基于Python的理论与实现》

吃梦想的咸鱼·2022-07-23 17:43

深度学习入门项目：PyTorch实现MINST手写数字识别

完整代码下载【github地址】：https://github.com/lmn-ning/MNIST_PyTorch.git目录一、MNIST数据集介绍及下载地址二、代码结构三、代码dataset.pycnn.pytrain.pyeval.py四、代码运行命令及测试精度一、MNIST数据集介绍及下载地址MNIST手写数字识别可以说是机器学习入门的helloword了，MNIST数据集包含70000

ctrl A_ctrl C_ctrl V·2022-07-23 17:41

Python 全栈知识图谱技能成长路线，面试必备图谱手册，全网最全首发的一份......

没有时间啃书本？实操中遇到操作盲点？知识点堆砌，学了一堆还是找不到工作这其实是所有人接触Python时，都会遇到的问题。需要你在开始学习时，努力克服并接受对编程的抵触与恐惧心理。

想做全栈的胖胖·2022-07-22 07:00

深度学习入门实践1

如果想简单test一下可以用1.yolov5这个识别模型，新且教程丰富上手快YOLOV5训练自己的数据集（超详细完整版）2.猫狗大战猫狗照片分类金典简单Pytorch分类实例之猫狗大战一般来说比较热门的模型会有很多详细介绍的博客1.下载好你想要的模型代码gitee或者github建议学习一下git操作2.读Readme创建配置虚拟环境有requirements.txt最好（直接创环境，然后pipi

[山青花欲燃]·2022-07-21 07:27

第1周学习：深度学习入门和pytorch基础

目录一、绪论二、深度学习三、pytorch基础前言：1.定义数据2.定义操作四、螺旋数据分类初始化3000个样本的特征1.构建线性模型分类torch.optim.SGD(x,x,x)nn.Linear()-Linear中包含四个属性：梯度清零2.构建三层前馈神经网络，引入非线性激活函数ReLU3.下面试一试双隐层神经网络训练模型的效果一、绪论二、深度学习三、pytorch基础前言：首先我更新了笔记

苍茆之昴·2022-07-21 07:12

什么是生成对抗网络（GAN）| 小白深度学习入门

小白深度学习入门系列1.直观理解深度学习基本概念2.白话详解ROC和AUC3.什么是交叉熵4.神经网络的构成、训练和算法5.深度学习的兴起：从NN到DNN6.异军突起的激活函数：ReLU7.CNN，RNN

叶锦鲤·2022-07-19 07:27

老唐全新深度学习专题系列视频

目录├─02、深度学习入门视频课程（上篇）│├─10梯度下降算法原理.wmv│├─11反向传播.wmv│├─12神经网络整体架构.wmv│├─13神经网络模型实例演示.wmv│├─14过拟合问题解决方案

m0_59289028·2022-07-18 07:24

《深度学习入门：基于Python的理论与实现》读书笔记：第7章卷积神经网络

目录第7章卷积神经网络7.1整体结构7.2卷积层7.2.1全连接层存在的问题7.2.2卷积运算7.2.3填充7.2.4步幅7.2.53维数据的卷积运算7.2.6结合方块思考7.2.7批处理7.3池化层7.4卷积层和池化层的实现7.4.14维数组7.4.2基于im2col的展开7.4.3卷积层的实现7.4.4池化层的实现7.5CNN的实现7.6CNN的可视化7.6.1第1层权重的可视化7.6.2基于

feiwen110·2022-07-16 13:18

深度学习入门学习笔记之——卷积神经网络

卷积神经网络本章的主题是卷积神经网络（ConvolutionalNeuralNetwork，CNN）。CNN被用于图像识别、语音识别等各种场合，在图像识别的比赛中，基于深度学习的方法几乎都以CNN为基础。本章将详细介绍CNN的结构，并用Python实现其处理内容。1、整体结构首先，来看一下CNN的网络结构，了解CNN的大致框架。CNN和之前介绍的神经网络一样，可以像乐高积木一样通过组装层来构建。不

前丨尘忆·梦·2022-07-16 13:17

TensorFlow和深度学习入门教程（TensorFlow and deep learning without a P

前言上月导师在组会上交我们用tensorflow写深度学习和卷积神经网络，并把其PPT的参考学习资料给了我们，这是codelabs上的教程：《TensorFlowanddeeplearning,withoutaPhD》当然登入需要，我也顺带巩固下，做个翻译，不好之处请包含指正。当然需要安装python，教程推荐使用python3。如果是Mac，可以参考博主的另外两片博文，Mac下升级python2

qq_45293105·2022-07-15 11:14

深度学习入门（六）——计算机视觉简述

计算机视觉简述计算机视觉的发展20世纪50年代，主题是二维图像的分析和识别20世纪60年代，开创了三维视觉理解为目的的研究20世纪70年代，出现课程和明确理论体系20世纪80年代，独立学科形成，理论从实验室走向应用20世纪90年代，特征对象识别开始成为重点21世纪初，图像特征工程,出现真正拥有标注的高质量数据集2010年-至今深度学习在视觉中的流行，在应用上百花齐放计算机视觉的应用安防交通工业生产

_归尘_·2022-07-12 07:48

计算机视觉研究院出品：深度学习入门基础全库（附链接下载）

关注并星标从此不迷路计算机视觉研究院学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G今天我们“计算机视觉研究院”主要分享深度学习入门的基础书籍集合！

计算机视觉研究院·2022-07-12 07:26

深度学习之常用模型评估指标（一）—— 分类问题和目标检测

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。如何评价这个模型对解决你这个问题的“可用”程度，这需要对模型进行测量和评估。

tt丫·2022-07-04 07:06

pytorch深度学习入门笔记

Pytorch深度学习入门笔记作者：梅如你学习来源：公众号：阿力阿哩哩、土堆碎念B站视频：https://www.bilibili.com/video/BV1hE411t7RN?

梅如你·2022-06-28 17:36

pytorch如何计算平方_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

江布郎·2022-06-28 17:06

深度学习入门之线性回归(PyTorch)

https://courses.d2l.ai/zh-v2/线性回归线性回归引入如何在美国买房房价预测一个简化模型模型设计衡量预估质量训练数据参数学习显示解总结基础优化方法梯度下降选择学习率小批量随机梯度下降选择批量大小总结线性回归从零开始实现导入头文件构造数据集读取数据集设置模型定义初始化模型参数定义模型定义损失函数定义优化函数训练验证线性回归的简洁实现生成数据集读取数据集定义模型使用框架预定义好

-素心向暖·2022-06-28 17:05

深度学习入门之自动求导（Pytorch）

自动求导自动求导链式法则和自动求导向量链式法则例子1例子2自动求导计算图自动求导的两种模式反向累积反向累积总结复杂度自动求导实现自动求导QA自动求导链式法则和自动求导向量链式法则标量链式法则y=f(u),u=g(x)∂y∂x=∂y∂u∂u∂xy=f(u),u=g(x)\quad\{\partialy\over\partialx}={\partialy\over\partialu}{\partial

-素心向暖·2022-06-28 17:35

PyTorch深度学习入门

作者：曾芃壹出版社:人民邮电出版社品牌:iTuring出版时间:2019-09-01PyTorch深度学习入门

普通网友·2022-06-28 17:33

深度学习入门之线性代数（PyTorch）

李沐老师学习笔记线性代数线性代数标量简单操作长度向量简单操作长度点乘正交矩阵简单操作乘法（矩阵乘以向量）乘法（矩阵乘以矩阵）范数特殊矩阵特征向量和特征值线性代数实现标量向量矩阵QA线性代数标量简单操作c=a+bc=a·bc=sina长度∣a∣={aifa>0−aotherwise|a|=\begin{cases}a&ifa>0\\-a&otherwise\end{cases}∣a∣={a−aifa

-素心向暖·2022-06-28 17:27

googlenet网络结构_图像处理必读论文之五GoogLeNet-3

我会不定时的更新我的文章，内容可能包括深度学习入门知识，具体包括CV，NLP方向的基础知识和学习的论文；网络表征学习的相关论文解读。当然我每天的读书心得也会分享给大家，可能涉及我们生活各个方面的书籍。

weixin_39881387·2022-06-27 23:54

基于CNN卷积神经网络实现mnist手写数据集识别

需要一点点深度学习基础就能看懂，零基础请参考我的深度学习入门笔记。顺序：深度学习入

泥签·2022-06-27 07:32

“一粒沙”行动以及由焦点讨论引发的自我觉察

一是因为期末复习工作压力大没有好好啃书，第二主要还是源于不自信，为遮掩自己的笨拙与贫乏。“一粒沙”的行动昨日也开始尝试，匆忙间没有好好设计草草收场。

河南博爱刘慧霞·2022-06-26 01:22

啃书：《利用Python进行数据分析》第二章

Python的语法基础以及JupyterNoteBook的使用指南由于本人使用Jupyter更多所以就不再记录IPython的内容2.1python解释器Python作为解释语言，解释器同一时刻只能运行一个程序的一条语句指令。标准的Python解释器可以在命令行中输入python命令打开：(base)C:\Users\zhouxiaoyu>pythonPython3.7.0(default,Jun

CodeByZhou·2022-06-25 07:31

啃书：《利用Python进行数据分析》第三章

Python的数据结构、函数以及文件操作在这个章节，我们将开始学习Python的内置功能，这些功能将会对本书后续内容做一个铺垫。虽然扩展库有很多，但是基础知识不能忘，在有了基础的前提下，我们对模块库的学习将会事半功倍。这里首先从最基础的数据结构开始说明：元组、列表、字典和集合。然后会讨论到千变万化的函数。最后对Python对文件对象的操作和交互。3.1数据结构和序列元组元组是个一个不可改变的固定长