人工智能实践

人工智能实践Tensorflow2.0 第五章--6.八股法搭建ResNet18网络--北京大学慕课

第五章–卷积神经网络基础–八股法搭建ResNet18网络本讲目标：  介绍八股法搭建ResNet18网络的流程。参考视频。八股法搭建ResNet18网络1.ResNet18网络介绍1.1-网络分析2.六步法训练ResNet18网络2.1六步法回顾2.2完整代码2.3输出结果1.ResNet18网络介绍1.1-网络分析  借鉴点：引入了层间残差跳连，引入前方信息，减少梯度消失，使神经网络层数增加成为
AI Chen·2022-03-07 07:18

人工智能实践Tensorflow2.0 第五章--经典卷积神经网络总结及tensorflow2.0实现--北京大学慕课

第五章–经典卷积神经网络总结及tensorflow2.0实现  以cifar10数据集为例，分别用以下网络训练50次，得到最终的训练集、验证集准确率，训练集、验证集损失值。LeNet:  卷积网络的开篇之作，共享卷积核，减少网络参数。AlexNet:  使用Relu激活函数，提升训练速度；使用Dropout，缓解过拟合。VGGNet:  小尺寸卷积核减少参数。网络结构规整，适合并行加速。Incep
AI Chen·2022-03-07 07:18

人工智能实践Tensorflow2.0 第五章--4.八股法搭建VGGNet网络--北京大学慕课

第五章–卷积神经网络基础–八股法搭建VGGNet网络本讲目标：  介绍八股法搭建VGGNet网络的流程。参考视频。八股法搭建VGGNet网络1.VGGNet网络介绍1.1-网络分析1.2-卷积层搭建2.六步法训练VGGNet网络2.1六步法回顾2.2完整代码2.3输出结果1.VGGNet网络介绍1.1-网络分析  VGGNet诞生于2014年，当年ImageNet竞赛的亚军，Top5错误率减小到7
AI Chen·2022-03-07 07:17

人工智能实践Tensorflow2.0 第五章--3.八股法搭建AlexNet网络--北京大学慕课

第五章–卷积神经网络基础–八股法搭建AlexNet网络本讲目标：  介绍八股法搭建AlexNet网络的流程。参考视频。卷积神经网络基础1.AlexNet网络介绍1.1-网络分析1.2-卷积层搭建2.AlexNet网络搭建2.1六步法回顾2.2完整代码2.3输出结果1.AlexNet网络介绍1.1-网络分析  AlexNet网络诞生于2012年，当年ImageNet竞赛的冠军，Top5错误率为16.
AI Chen·2022-03-07 07:47

人工智能实践Tensorflow2.0 第四章--1.增强八股搭建神经网络--北京大学慕课

第四章–增强八股搭建神经网络本讲目标：  用增强八股搭建神经网络。参考视频。增强八股搭建神经网络0.回顾八股0.1-回顾六步法1.数据增强，扩充数据集1.1-API:tf.keras.preprocessing.image.ImageDataGenerator1.2-数据增强可视化2.断点续训，存取模型2.1-读取模型2.2-保存模型3.参数提取3.1-设置输出格式：np.set_pointopt
AI Chen·2022-03-07 07:46

人工智能实践Tensorflow2.0 第三章--2.用八股的方式写mnist数据集手写数字识别--北京大学慕课

第三章–八股搭建神经网络本讲目标：  用八股的方式写mnist数据集手写数字识别。参考视频。mnist数据集手写数字识别1.数据集导入2.查看数据集3.函数式API搭建神经网络3.1八股第一步->import导入库文件3.2八股第二步->读入train和test数据集3.3八股第三步->用函数式API搭建神经网络Model3.4八股第四步->compile配置神经网络3.5八股第五步->fit训练
AI Chen·2022-03-07 07:46

人工智能实践Tensorflow2.0 第五章--2.八股法搭建LeNet5网络--北京大学慕课

第五章–卷积神经网络基础–八股法搭建LeNet5网络本讲目标：  介绍八股法搭建LeNet5网络的流程。参考视频。卷积神经网络基础1.LeNet5网络介绍1.1-网络分析1.2-卷积层搭建2.六步法训练LeNet5网络2.1六步法回顾2.2完整代码2.3输出结果1.LeNet5网络介绍  借鉴点：共享卷积核，减少网络参数（通过共享卷积参数，避免了像全连接层那样存在大量参数）。  LeNet由Yan
AI Chen·2022-03-07 07:46

人工智能实践-Tensorflow2.0 笔记1

人工智能实践-Tensorflow2.01.神经网络1.1.人工智能三学派1.2.神经网络设计过程1.3.张量创建1.4.TF2常用函数1.5.TF2常用函数21.6.鸢尾花数据集读入1.7.神经网络实现鸢尾花分类
老青蛙嘎嘎嘎·2022-03-07 07:08

人工智能实践Tensorflow2.0 第五章--1.卷积神经网络基础--八股法搭建卷积神经网络--北京大学慕课

第五章–卷积神经网络基础–八股法搭建卷积神经网络本讲目标：  介绍神经网络基本概念，用八股法实现卷积神经网络（以cifar10为例，本节建立的框架作为后续网络的baseline，在baseline中修改实现其他网络）。参考视频。卷积神经网络基础0.回顾全连接神经网络1.卷积计算过程1.1-卷积概念1.2-卷积核的表示1.3-单通道图像卷积计算1.4-RGB通道图像卷积计算2.感受野2.1-感受野（
AI Chen·2022-03-07 07:23

人工智能实践Tensorflow2.0 第五章--5.八股法搭建Inception网络--北京大学慕课

第五章–卷积神经网络基础–八股法搭建Inception网络本讲目标：  介绍八股法搭建Inception网络的流程。参考视频。八股法搭建Inception网络1.Inception网络介绍1.1-网络分析2.六步法训练LeNet5网络2.1六步法回顾2.2完整代码2.3输出结果1.Inception网络介绍1.1-网络分析  借鉴点：一层内使用不同尺寸的卷积核，提升感知力（通过padding实现输
AI Chen·2022-03-06 07:49

人工智能实践：Tensorflow笔记 Class 5：卷积神经网络

目录5.1卷积计算过程5.2感受野5.3全零填充5.4TF描述卷积计算层5.5批标准化5.6池化5.7舍弃5.8卷积神经网络5.9CIFAR10数据集5.10卷积神经网络搭建5.11LeNet5.12AlexNet5.13VGGNet5.14InceptionNet5.15ResNet5.1卷积计算过程输入特征图的深度，决定了当前层卷积核的深度当前层卷积核的个数，决定了当前层输出特征图的深度5.2
By4te·2021-11-10 20:18

《Tensorflow+Keras深度学习人工智能实践应用》的坑们

1、安装时注意版本兼容问题！！！！tensorflow、keras、python版本兼容问题https://docs.floydhub.com/guides/environments/2、查看版本时version前后是两条横线（天坑）区别：tf._version_tf.__version__3、代码show_train_history(train_history,‘accuracy’,‘val_a
iiiLISA·2021-06-14 21:08

技术创新有多远？阿里云人工智能首席科学家这么说

2017初橙·阿里校友企业黄埔榜--企业服务峰会，阿里云人工智能首席科学家闵万里（江湖人称：山景）给大家分享“不变性原理与人工智能实践”。
初橙资本·2021-04-27 14:52

tensorflow学习笔记1

tensorflow学习笔记1本文主要记录我在慕课上观看北大曹建老师的《人工智能实践：Tensorflow笔记》，链接：https://www.icourse163.org/course/PKU-1002536002
吴大炮·2021-02-02 11:40

人工智能实践：Tensorflow2.0 新手笔记(1)

TensorFlow2.0，大大简化了TensorFlow1的纷繁复杂的API，使用Keras（号称DeepLearningforhuman）和eagerexecution（命令行模式），号称能像Numpy一样畅爽运行，快速、可扩展、可投入生产。这只是一个自己写着复习的笔记，更简单粗暴入门建议可以看北大李锡涵的《简单粗暴TensorFlow2》与GitHub传送门强烈推荐本项笔记与素材学习自：慕课
一枝花花送给你、·2020-12-04 22:41

人工智能实践：TensorFlow笔记2——测验与作业答案汇总（北京大学-曹健-MOOC课程有字幕）（6章已更完）

测验与作业笔记课程信息第一讲神经网络计算[1015]第二讲神经网络优化[1015]第三讲神经网络八股[1015]第四讲网络八股扩展[1016]第五讲卷积神经网络[1017]第六讲循环神经网络[1017]课程信息课程链接：人工智能实践
不唐·2020-10-15 11:06

自制数据集，搭建八股神经网络训练模型并实现图片的预测

参考资源北京大学人工智能实践：Tensorflow笔记上诉视频里面教我们一步一步如何制作属于自己的数据集。我自己通过实现了制作自己的数据改出了结合出了这篇文章。我会把改动的地方标识出来。
被风伤过·2020-10-02 14:21

公开课列表

二免费公开课2.1机器学习类吴恩达机器学习李宏毅机器学习（2017）阿里巴巴机器学习系列课程人工智能实践：Tensorflow笔记人工智能PK人类智能Tensorflow搭建自己的神经网络(莫烦Python
weixin_30657999·2020-09-12 20:49

程里人 | 写书背后那些不为人知的故事

上周，《携程架构实践》《携程人工智能实践》两本技术书籍上市，受到小伙伴们的热捧。恰逢4月23日世界读书日当天，上市一周的《携程架构实践》《携程人工智能实践》进入京东计算机图书销量榜的第1名和第3名。
携程技术·2020-09-12 10:15

AI研讨会直播：《人工智能开发前沿》实战系列公开课第1期

博客园联合示说网以及产业内人工智能技术领域的工程师讲师，结合实践案例，推出《人工智能开发前沿》实战系列公开课，将涵盖边缘到云端、训练到推理、算法模型到工程实践等一系列人工智能实践学习课程。
博客园团队·2020-09-10 14:00

【神经网络八股扩展】：数据增强

课程来源：人工智能实践:Tensorflow笔记2文章目录前言TensorFlow2数据增强函数数据增强+网络八股代码：总结前言本讲目标:数据增强，增大数据量关于我们为何要使用数据增强以及常用的几种数据增强的手法
拾牙慧者·2020-09-07 23:47

【神经网络八股扩展】：自制数据集

课程来源：人工智能实践:Tensorflow笔记2文章目录前言1、文件一览2、将load_data()函数替换掉2、调用generateds函数4、效果总结前言本讲目标:自制数据集，解决本领域应用将我们手中的图片和标签信息制作为可以直接导入的
拾牙慧者·2020-09-07 20:19

【神经网络计算】——神经网络实现鸢尾花分类

本blog为观看MOOC视频与网易云课堂所做的笔记课堂链接：人工智能实践:TensorFlow笔记吴恩达机器学习疑问与思考为什么按照batch喂入数据之前看的视频里面处理数据都是一次性将所有数据喂入，现在看的这个视频对数据进行了分组投入
拾牙慧者·2020-08-30 22:57

人工智能实践：Tensorflow笔记 # 9 卷积神经网络基础

全连接NN：每个神经元与前后相邻层的每一个神经元都有连接关系，输入是特征，输出为预测的结果参数个数：∑\sum∑(前层×后层+后层)一张分辨率仅仅是28x28的黑白图像，就有近40万个待优化的参数。现实生活中高分辨率的彩色图像，像素点更多，且为红绿蓝三通道信息。待优化的参数过多，容易导致模型过拟合。为避免这种现象，实际应用中一般不会将原始图片直接喂入全连接网络。在实际应用中，会先对原始图像进行特征
真·skysys·2020-08-26 13:44

DL with python(7)——TensorFlow实现自制mnist数据集

本文涉及到的是中国大学慕课《人工智能实践：Tensorflow笔记》第四讲的内容，对神经网络八股进行拓展。这里介绍的是自制数据集的实现。数据集的自制是个人实现网络具体应用的前提。
生也有涯知也无涯·2020-08-22 02:55

周志华教授力作，豆瓣10分好评，集成学习如何破解AI实践难题 | 赠书

集成学习技术已在人工智能实践中被广泛使用，例如，对搜索、推
AI科技大本营·2020-08-19 17:00

人工智能实践——利用Keras进行字符串识别

利用keras进行字符串识别EmbeddingLayers为什么要用Embeddinglayers？通常情况下，我们使用的是one-hot编码，但是one-hot是将其转为0-1，如果有1000个不同的数值，那么就会转为1000*1000的矩阵，存储消耗过大。所以采取EmbeddingLayers举个例子：对于一句话"deeplearningisverydeep”第一步：我们将其分配索引就好像12
取个程序猿的名字·2020-08-16 16:14

20180929 北京大学 人工智能实践：Tensorflow笔记08

20180929北京大学人工智能实践：Tensorflow笔记08https://www.bilibili.com/video/av22530538/?
轮子去哪儿了·2020-08-16 16:57

《人工智能实践：Tensorflow笔记》听课笔记18_4.5神经网络搭建八股

附：课程链接第四讲.神经网络优化4.5神经网络搭建八股由于个人使用Win7系统，并未完全按照课程所讲，以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础，故一些操作可能简略。并未完全按照网课。记住编写代码时，除注释内容外，字符均使用英文格式。三、神经网络搭建的八股搭建模块化的神经网络八股：前向传播就是搭建网络，设计网络结构(一般新建一个文件forwa
RENeast·2020-08-16 16:48

《人工智能实践：Tensorflow笔记》听课笔记20_5.2模块化搭建神经网络八股

附：课程链接第五讲.全连接网络基础5.2模块化搭建神经网络八股由于个人使用Win7系统，并未完全按照课程所讲，以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础，故一些操作可能简略。并未完全按照网课。记住编写代码时，除注释内容外，字符均使用英文格式。本节目标：搭建神经网络，在MNIST数据集上训练模型，输出手写数字识别准确率。四、回顾：模块化搭建神经
RENeast·2020-08-16 16:16

人工智能实践：Tensorflow笔记(一)

importtensorflowastfa=tf.constant([1.0,2.0])b=tf.constant([3.0,4.0])result=a+bprint(result)#Tensor("add:0",shape=(2,),dtype=float32)importtensorflowastfa=tf.constant([[1.0,2.0]])#定义一个2阶张量等于[[1.0,2.0]]
zcc_TPJH·2020-08-16 16:28

人工智能实践：Tensorflow笔记(二)

importtensorflowastfimportnumpyasnpBATCH_SIZE=8SEED=23455#基于seed产生随机数rdm=np.random.RandomState(SEED)#从X这个32行2列的矩阵中取出一行判断如果和小于1给Y赋值1如果和不小于1给Y赋值0#作为输入数据集的标签（正确答案）X=rdm.rand(32,2)#给标签加上-0.05~+0.05的随机噪声rd
zcc_TPJH·2020-08-16 16:56

20180929 北京大学 人工智能实践：Tensorflow笔记08

https://www.bilibili.com/video/av22530538/?p=28—————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————
weixin_30667301·2020-08-16 15:42

[好课推荐]人工智能实践：Tensorflow2.0

[好课推荐]人工智能实践：Tensorflow2.0觉得有用的话,欢迎一起讨论相互学习~官方地址：中国大学MOOC北京大学曹建老师https://www.icourse163.org/course/0809PKU021
武科大许志伟·2020-08-16 15:43

北京大学人工智能实践（3）

神经网络优化4.1损失函数神经元的模型建立：神经网络是以神经元为基本单位构成的，建造怎样的数学模型来实现在计算机中定义类似于人脑中的神经元在上一节中，我们定义的神经元模型是初代神经元在1943年McCullochPitts参考生物学神经元模型加入了激活函数（activationfunction）和偏置项（bias）其中f是激活函数，b是偏置项激活函数和偏置项神经元以后的神经网络会以添加了激活函数和
无问东西 听从我心·2020-08-16 14:44

北京大学人工智能实践（2）

一、基于tensorflow的NN——定义：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型——张量（tensor）：多维数组（列表）0阶张量称作标量，表示一个单独的数；举例S=1231阶张量称作向量，表示一个一维数组举例V=[1,2,3]2阶张量称作矩阵，表示一个二维数组，它可以有i行j列个元素，每个元素可以用行号和列号共同索引到；举例m=[[1,2,3]
无问东西 听从我心·2020-08-16 14:44

中国mooc 人工智能实践 学习笔记

一、python语法串讲：1、查看当前在哪个目录：pwd2、查看当前路径下的文件或目录：ls3、当前位置新建目录：mkdir目录名4、进入指定目录：cd目录名5、进入python环境：python6、python3.6版本的输出helloworld的命令为：print（‘helloworld’）7、python语法：（1）运算符：+-*/%（2）运算顺序：括号乘除加减（3）变量：就是一个标签，由非
GXF951002abc·2020-08-16 14:54

【北京大学】人工智能实践：Tensorflow笔记（二）：优化

文章目录2.1损失函数2.2学习率2.3滑动平均2.4正则化2.1损失函数神经元模型：激活函数：神经网络复杂度：损失函数：softmax()函数使输出满足概率分布要求，因此可用下图中代码实现交叉熵损失函数：2.2学习率TensorFlow中的tf.train.exponential_decay()指数衰减法2.3滑动平均MOVING_AVERAGE_DECAY：衰减率，是一个超参数。trainab
lxg0387·2020-08-16 14:38

《人工智能实践：Tensorflow笔记》-06全连接网络实践

断点续训ckpt=tf.train.get_checkpoint_state(MODEL_SAVE_PATH)ifckptandckpt.model_checkpoint_path:#恢复会话saver.restore(sess,ckpt.model_checkpoint_path)实现了给所有的w和b赋保存在ckpt中的值，实现断点续训。如何对输入的真实图片，输出预测结果？如何制作数据集，实现特
周小丫0_0·2020-08-16 14:30

《人工智能实践：Tensorflow笔记》-02搭建神经网络

基于TensorFlow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。张量（tensor）：多维数组（列表），阶：张量的维数举例importtensorflowastfa=tf.constant([1.0,2.0])b=tf.constant([3.0,4.0])result=a+bprint(result)#显示结果#Tensor("add:0
周小丫0_0·2020-08-16 14:00

人工智能实践Tensorflow笔记：Tensorflow框架-3

基于Tensorflow的NN：用张量表示数据，用计算图搭建神经网络，用会话执行计算图，优化线上的权重（参数），得到模型。张量tensor：张量就是多维数组（列表），用“阶”表示张量的维度。0阶张量称作标量scalar1阶张量称作向量vector[]2阶张量称作矩阵matrix[[]]数据类型：Tensorflow的数据类型有tf.float32、tf.int32等。计算图（Graph）：搭建神经
彭世瑜·2020-08-16 13:23

人工智能实践Tensorflow笔记：人工智能概述-1

一些基本概念人工智能：机器模拟人的意识和思维机器学习:是一种统计学方法，计算机利用已有数据，得出某种模型，再利用此模型预测结果特点：随经验的增加，效果会变好举例:决策树模型机器学习三要素：数据、算法、算力深度学习：深层次神经网络，源于对生物脑神经元结构的研究。神经网络:是基于神经元结构的，是输入乘以权重，再求和，再过非线性函数的过程人脑神经网络：随着人的成长，脑神经网络是在渐渐变粗变壮神经网络的发
彭世瑜·2020-08-16 13:23

学习： 人工智能实践：Tensorflow笔记（四） 4.1

1#coding:utf-82#此程序是4.1-损失函数单元，运用MSE作为损失函数的3#题目是预测日销量y，因变量是x1,x2。4#数据样本，Y_是y_=x1+x2,噪声-0.05-0.05产生5#导入模块6importtensorflowastf7importnumpyasnp8BATCH_SIZE=89#SEED赋值使得产生的随机数与老师的一样，方便对比检查，实际运用时不用这样10SEED=
bufengzj·2020-08-16 12:36

神经网络优化方法 来自北京大学 人工智能实践视频

1.代价函数代价函数，又叫损失函数或成本函数，它是将一个或多个变量的事件阈值映射到直观地表示与该事件。a.二次代价函数w,b梯度与激活函数梯度成正比b.对数释然代价函数c.交叉熵代价函数对数释然函数+softmax交叉熵+sigmoid2.激活函数3.学习率：4.滑动平均：滑动平均（影子值）：记录了每个参数一段时间内过往值的平均，增加了模型的泛化性泛化即是，机器学习模型学习到的概念在它处于学习的过
Yang8465·2020-08-16 11:47

[ MOOC课程学习 ] 人工智能实践：Tensorflow笔记_CH3

课程链接这这里随机产生32组生产出的零件的体积和重量,训练3000轮,每500轮输出一次损失函数importtensorflowastfimportnumpyasnpSEED=23455rng=np.random.RandomState(SEED)BATCH_SIZE=8X_NUM=32STEPS=3000LEARNING_RATE=0.001X=rng.rand(X_NUM,2)#LABEL=[
小麻小芝麻·2020-08-16 11:32

MOOC 北京大学 《人工智能实践》 课程笔记（文末有全部代码）

MOOC《人工智能实践》PekingUniversity笔记参考资料：https://www.icourse163.org/learn/PKU-1002536002?
三丫丫哦·2020-08-16 11:06

人工智能实践：Tensorflow笔记（完整版）

入门课程,比较基础第一讲带着大家梳理人工智能领域的基本概念：比如什么是人工智能、什么机器学习、什么是深度学习，他们的发展历史是什么，能用他们做什么。课后，助教会带领大家安装Ubuntu系统、Python解释器和Tensorflow环境，把同学们的电脑进行改造，让它变得更专业。第二讲串讲python语法：课程将帮同学们在最短的时间内把python语法织成网，为后续课程扫清代码关；第三讲讲解Tenso
qq_34828742·2020-08-16 11:29

北京大学 人工智能实践：Tensorflow笔记——曹健（writed by Enigmalgia）

可以看下我转载的一篇文章机器学习入门概括关于TensorFlow的安装Ubuntu18.04下安装anaconda和pycharm搭建TensorFlow贴一下TensorFlow的官方中文版教程TensorFlow的中文API文档曹健老师的GitHub源码持续更新，在和同学交流之后被推荐了北京大学曹健老师的这门实践课，学习TensorFlow的实践。先致谢一下曹健老师！课程资源在B站和网易中国M
Enigmalgia·2020-08-16 10:49

关于TensorFlow中tfrecords文件的的简易教程

本文属于课程笔记，源自曹健老师的”人工智能实践：Tensorflow笔记”（侵删）：https://www.icourse163.org/learn/PKU-1002536002#/learn/announcetfrecords
安mu牧·2020-08-16 09:10

Ubuntu 下安装 anaconda 和 pycharm 搭建 TensorFlow

趁着昨晚的记忆还没有忘记，写下昨天在实验室踩下的坑，我用的Ubuntu版本是Ubuntu18.04推一下自己的TensorFlow学习笔记：北京大学人工智能实践：Tensorflow笔记——曹健（writedbyEnigmalgia
Enigmalgia·2020-07-30 04:16
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他