学习入门第19页

TensorFlow深度学习入门笔记（四）一些基本函数

写在前面学习建议：以下学习过程中有不理解可以简单查找下资料，但不必纠结（比如非得深究某一个函数等），尽量快速的学一遍，不求甚解无妨。多实操代码，不能只复制代码，或者感觉懂了就只看。熟能生巧，我亦无他，唯手熟尔今天介绍一些基础函数及其用法，基本全是代码，一些解释都放在代码的注释里了。直接看代码吧，记得在你本地跑一下看哦代码1#tensor.get_shape()获取tensor的shape，就是维度

长青大哥·2023-02-04 05:25

uniform机器学习极简入门7—机器学习入门概述

uniform机器学习极简入门这个系列已经介绍了6节课，大家对机器学习（统计学习）有了些了解（当然之前都是些基础），今天我们从宏观整体上介绍下什么是机器学习，以及目前机器学习的分类，包括我们后续会陆续和大家介绍的方向。有了这个宏观理解后，可以针对性的在实践中选择自己合适的场景方法，而不是盲目的用一个方法来套。1机器学习目标及分类机器学习（也称为统计机器学习）是通过数据来构建概率统计模型，然后利用训

uniform斯坦·2023-02-04 01:36

初识openmmlab&深度学习入门

openmmlab框架底层基于pytorch进行开发，支持训练部署一体化，有一个专门的算法库，叫做mmdeploy，训练好的模型用mmdeploy部署，转成各种各样硬件厂商支持的格式，如图所示：计算机视觉的三大任务机器学习（一）特征提取（二）分类器深度学习（一）神经元（二）多层感知机（三）输出概率训练（一）损失函数（二）寻找损失函数最低点（三）反向传播更新参数（四）优化器（五）训练总体流程（六）举

Back550·2023-02-04 00:22

module 'tensorflow' has no attribute '_version_'

在论（lao）文(ban)的需求下，学习入门TensorFlow，配置环境第一关就扑街。按照官方文档中的教程，在运行第二行代码print(tf.

了无生·2023-02-03 22:18

深度学习入门基于python的的理论与实现（学习笔记）.第六章与学习相关的技巧（第一部分）

6.1参数的更新：神经网络的学习的目的是找到使损失函数的值尽可能小的参数。这是寻找最优参数的问题，解决这个问题的过程称为最优化（optimization）。在之前的学习中，我们为了找到最优参数，将参数的梯度（导数）作为了线索。使用参数的梯度，沿梯度方向更新参数，并重复这个步骤多次，从而逐渐靠近最优参数，这个过程称为随机梯度下降法（stochasticgradientdescent），简称SGD。S

火车切片·2023-02-03 18:02

深度学习入门--基于Python的理论与实现

深度学习笔记（一）第1章Python入门NumPy是用于数值计算的库，提供了很多高级的数学算法和便利的数组（矩阵）操作方法。Matplotlib是用来画图的库。确认Python的版本：打开终端（Windows中的命令行窗口），输入python--version命令，该命令会输出已经安装的Python的版本信息。Python中的type()函数可以用来查看数据类型>>>type(10)Python的

Tiramisu66·2023-02-03 18:01

【深度学习入门：基于Python的理论与实现】书本学习笔记第三章神经网络

文章目录1.阶跃函数的实现2.函数图形2.1阶跃函数2.2sigmoid函数2.3ReLU函数3.多维数组的运算3.1矩阵乘法3.2神经网络的内积4.三层神经网络的实现4.1第零层（input）到第一层的输入4.2第一层到第二层的输入4.4将之前的权重参数整合5.Softmax函数5.1将上面的代码转换为softmax函数6.使用MNIST数据集数据集使用方法数据集下载方法6.2神经网络的推理处理

FeverTwice·2023-02-03 18:30

【深度学习入门：基于Python的理论与实现】书本学习笔记第七章卷积神经网络

文章目录卷积神经网络1.卷积神经网络的实现1.1使用im2col1.2池化层的实现2.CNN的实现2.1构建网络2.2开始训练写在最后注：书的源代码下载如下书本源代码下载地址点击右侧资源则可以下载对应的代码卷积神经网络1.卷积神经网络的实现在卷积神经网络中，我们需要考虑batch输入，则对于一个图像的输入，我们可以将其视作一个四维数组，其定义如下importnumpyasnpx=np.random

FeverTwice·2023-02-03 18:30

《深度学习入门：基于Python的理论与实现》第二章笔记

最近想从头开始看起，所以就挑了《深度学习入门：基于Python的理论与实现》这本书来阅读1、感知机的定义虽然听起来名字比较高大上，但是结构没有这么恐怖，简单来说可以与电流经过电线进行一个类比，理解为能够接收多个输入信号

user_kay·2023-02-03 18:00

笔记：使用mmdection参加科大讯飞挑战赛

COCO#系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录

奔跑的回锅肉_·2023-02-03 17:59

2020-03-02 周学习计划

1、深度学习入门前4章；2、手动抄写一份神经网路；3、复杂性科学2020第一节；35+35+30完成度：0+0+30=3030/100=30%

昭南小星·2023-02-02 17:50

【深度学习】图深度学习入门（一）

目录roadmapTasks、datasetandbenchmarkSpatial-basedGNNNN4G（NeuralNetworksforGraph）DCNN（Diffusion-ConvolutionNeuralNetwork）GraphSageGAT(GraphAttentionNetworks)GIN（GraphIsomorphismNetwork）GraphSignalProcess

littlemichelle·2023-02-02 15:52

强化学习入门（二）：on-policy与off-policy

一、名词解释即引入原因1、名词解释：翻译过来就是：On-policy:学习到的agent以及和环境进行互动的agent是同一个agentOff-policy:学习到的agent以及和环境进行互动的agent是不同的agent直观理解就是：On-policy：相当于你在打游戏，你在实战中变强。Off-policy：相当于你在看直播，你在观摩中变强。2、为何要引入Off-policy：为了避免不停地s

工藤旧一·2023-02-02 15:47

【python和机器学习入门2】决策树3——使用决策树预测隐形眼镜类型

参考博客：决策树实战篇之为自己配个隐形眼镜（po主Jack-Cui,《——大部分内容转载自参考书籍：《机器学习实战》——第三章3.4《——决策树基础知识见前两篇，摘要：本篇用一个预测隐形眼镜类型的例子讲述如何建树、可视化，并介绍了用sklearn构建决策树的代码目录1数据处理2完整代码3Matplotlib可视化4sklearn构建决策树1数据处理隐形眼镜数据集是非常著名的数据集，它包含很多患者眼

momottyy·2023-02-02 11:52

Intellij IDEA 最新下载安装步骤

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一

左大啊·2023-02-02 11:31

《论语》学习入门

子曰“学而时习之，不亦说乎？有朋自远方来，不亦说乎？人不知而不愠，不亦君子乎？”【释义】孔子说，学习这件事啊，要不断地去温习它，这样不就会让人高兴吗？实际我们在小学课本里讲到过，这个地方的习是温习的意思，那么我们从理论是推敲一下，学习的是理论知识，而不断温习的又是理论知识，这样不断的学习理论知识，那会感到很高兴吗？这个地方的习应该理解为见习、实践的意思，换个角度说，学习了理论知识，而后不断地去实践

银河明月·2023-02-02 11:29

NLP之文本特征提取详解

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·2023-02-02 10:47

机器学习入门学习笔记

一、机器学习概述1.机器学习是人工智能学的一个实现途径，深度学习是机器学习的一个方法发展来的2.机器学习的数据来源：数据集3.数据集的构成：特征值+目标值注：有些数据集可以没有目标值，比如社会上的各个职业，刚开始分班的每一名同学等，他们一开始都不具备目标值，但机器学习中有特殊的算法根据日常的经验或特征去为他们分群，从而生成目标值。4.机器学习算法分类：监督学习：（有目标值）（1）目标值：类别——分

spherelink·2023-02-02 10:11

机器学习笔记——深度学习入门篇

前向传播与反向传播转载于:https://www.cnblogs.com/hdu-cpd/p/5988606.html

weixin_30240349·2023-02-02 10:10

机器学习入门——01

目录1.机器学习的定义1.1显著式与非显著式编程1.2机器学习的定义2.机器学习按任务是否需要与环境互交获得经验分类2.1监督学习2.1.1监督学习2.1.2非监督学习2.1.3半监督学习2.2强化学习3.基于标签固有属性的分类方法4.机器学习的算法过程1.机器学习的定义1.1显著式与非显著式编程1.2机器学习的定义2.机器学习按任务是否需要与环境互交获得经验分类2.1监督学习2.1.1监督学习2

Top Secret·2023-02-02 10:38

机器学习入门——KNN

KNN算法KNN算法原理KNN算法是传统的分类算法。原理是如果一个样本在特征空间中k个最相似的样本大部分属于某一类别，那么这个样本也属于这个类别。缺陷：参数k不好确定，如果k过小则容易受到异常值影响；如果k过大会受到样本不均衡的影响。可用网格搜索的方式穷举所有超参数组合找到最佳模型实现KNN算法可有sklearn的neighbors模块实现估计器类：https://scikit-learn.org

小佘要加油·2023-02-02 10:36

笔记——机器学习入门

文章目录机器学习概述什么是机器学习机器学习算法分类机器学习开发流程机器学习框架数据集获取获取sklearn自带数据集的方法数据集划分特征工程特征工程步骤：特征提取特征预处理归一化标准化(常用这种方式无量纲化)特征降维特征选择主成分分析（Principalcomponentanalysis）PCA降维案例机器学习算法训练详解转换器类和预估器类模型选择与调优机器学习概述什么是机器学习机器学习与人解决问

小佘要加油·2023-02-02 10:00

2021版 | 机器学习入门指南

这是为朋友社群准备的一篇机器学习入门指南，分享了我机器学习之路看过的一些书、教程、视频，还有学习经验和建议，希望能对大家的学习有所帮助。

人工智能与算法学习·2023-02-01 20:16

机器学习入门方法前言

作为一名机器学习的新手，突然有个大胆的决定，开始写博客。主要目的是当做自己学习算法以及代码之后的总结，督促自己弄清算法条理和其中的数学推理，其次想记录一下自己学习过程中的心路历程。从入门到精通并不容易，光学书本知识或者听课只能让自己会用，从应用到创新的过程需要不断的总结反思，因此我将借助CSDN这个平台来帮助我反思、进步。当然，如果仅此而已的话写在日记本上就好，但我觉得写在这里将会增加和各位同行、

david_hnu·2023-02-01 20:39

适合新手入门的机器学习网站整理

一、比较系统的介绍机器学习入门知识的博客1、人工智能从入门到放弃（sklearn

青青木屋·2023-02-01 20:06

学习笔记（1):5天搞定深度学习入门系列-网络优化-线性神经网络，delta学习规则，梯度下降法...

立即学习:https://edu.csdn.net/course/play/5444/99914?utm_source=blogtoedu输入是否相同？那岂不是重复了

Hyperspectralnetwork·2023-02-01 19:33

深度学习入门-卷积神将网络(CNN)

深度学习入门-卷积神将网络(CNN)整体结构CNN与之前的神将网络不同的是，CNN中新出现了卷积层（Convolution层）和池化层（Pooling层）。

侯一鸣Supermonkey·2023-02-01 19:59

先一文掌握强化学习入门路径

机器学习与AI生成创作·2023-02-01 16:57

百度深度学习paddle框架和学习平台

百度飞桨深度学习框架关于使用飞桨框架的一些个人看法关于百度AIStudio平台和飞桨的看法关于平台和框架的几点建议关于使用飞桨框架的一些个人看法一开始我学习机器学习、深度学习入门看的是李宏毅的《机器学习

hsx_20180202·2023-02-01 12:57

KNN 最近邻算法（K近邻）

KNN（K-NearestNeighbor）是机器学习入门级的分类算法，也是最为简单的算法。

wangchuang2017·2023-02-01 10:24

用人话讲解深度学习中CUDA，cudatookit，cudnn和pytorch的关系

江江ahh·2023-01-31 19:04

深度学习入门7-RNN、LSTM和GRU的一个案例代码实现

文章目录一、案例介绍二、代码实现1.引入库并将字符转化为张量2.构建RNN、LSTM和GRU类3.模型训练4.模型评估5.模型预测总结一、案例介绍以一个人名分类器的案例，实例化RNN、LSTM和GRU。数据就是torch官网的人名分类的数据。二、代码实现1.引入库并将字符转化为张量fromioimportopenimportglobimportosimportstringimportunicode

时光轻浅，半夏挽歌·2023-01-31 14:17

深度学习入门教程-1.4 神经网络如何学会预测

咱们已经知道了什么是神经元，而且知道了神经网络如何进行预测，那么它是如何学会这种能力的呢？下面咱们就来说一说。上节说到，神经元之所以可以进行预测，主要是通过公式Y=(x1*w1+x2*w2+x3*w3)+b计算来进行的。但是，权重(w1,w2,w3)和偏差b是怎么得来的呢？你很能要说，你这不是废话吗？是你设定的撒。非也，上节只是为了讲解方便，咱们人工设定了权重和偏差的值。但是，实际中在运用神经网络

xinxiangbobby·2023-01-31 13:39

深度学习入门教程-1.3 神经网络如何进行预测

上一节中我们介绍了神经网络的输入，即如何将图片输入到神经网络中去。那么神经网络是如何根据这些数据进行预测的呢？也就是我们将一张图片输入到神经网络之后，神经网络是如何预测这张图中是否有猫的呢？这个预测的过程其实可以看作是基于一个简单的公式：z=dot(w,x)+b。这个公式中的x代表输入的特征向量，假设特征向量有3个特征，那么x就可以用（x1，x2，x3）来表示。w表示权重，它对应于每个输入的特征，

xinxiangbobby·2023-01-31 13:38

Python学习入门与实践

fromseleniumimportwebdriverfromselenium.webdriver.chrome.optionsimportOptionschrome_options=Options()chrome_options.add_argument('--headless')chrome_options.add_argument('--disable-gpu')driver=webdriv

xmliu·2023-01-31 12:06

机器学习入门概念--心血总结--史上最强--入门必读--回味无穷

申明：本文转载自博客园-飞鸟各投林，觉得对于机器学习入门的概念归纳的很不错，转过来后根据自己的理解对部分内容做了删减补充调整，并作为自己对机器学习理解的回顾，特此记。

听见涛声_Vintner·2023-01-30 15:16

深度学习入门基于Python的理论与实现_第二章_感知机(神经网络基础)

前言本章介绍感知机算法，感知机是由美国学者FrankRosenblatt在1957年提出的，它是作为神经网络（深度学习）的起源的算法。学习感知机的构造是学习通向神经网络和深度学习的一种重要思想。1.感知机是什么感知机接收多个输入信号，输出一个信号。感知机的信号只有1和0两种取值，0对应不传递信号，1对应传递信号。下图为一个接收两个输入信号的感知机。其中x1、x2是输入信号，y是输出信号，w1、w2

吮指原味张·2023-01-30 13:17

深度学习入门04-感知机基本概念和简单逻辑电路

前面的文章我们介绍了Python的基础知识和一些常用的外部库。下面我们将开始学习深度学习的相关内容。首先，我们学习神经网络（深度学习）的起源的算法——感知机。1感知机是什么感知机（Perceptron），有定义为：二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别。这个概念是由美国学者FrankRosenblatt在1957年提出来的，是神经网络和支持向量机的基础。感知机接收多个输入

mario_lover·2023-01-30 13:14

梯度下降算法_梯度下降算法中的偏导公式推导

前言：最近在跟着吴恩达老师(AndrewNg)的视频课程学习机器学习，该视频是2014年拍的，虽然有点老，但理论却并不过时，是非常经典的机器学习入门教程，也正是因为这是入门教程，所以视频中的有些数学知识只给出了结论却未进行推导

weixin_39882948·2023-01-30 12:02

强化学习入门概念介绍

最近偶然接触到了强化学习，折服于其强大的学习能力，遂找了一些论文和中文讲解看了一下，发现很多基础概念不管是中文还是英文都讲解得十分晦涩难懂，我费了很大的力气才终于理清了里面一些框架性的基础概念，这里挖坑对那些看上去晦涩的概念进行更通俗易懂地介绍，如有错误，欢迎指正。1.强化学习的目的在学习过程中，最先困扰我的问题就是，强化学习到底学习了什么？答案是，强化学习主要是学习一种选择策略使得整个选

youeiちゃん·2023-01-30 05:12

机器学习：主题模型

机器学习入门：主题模型1、实验描述本实验是关于主题模型LDA的，首先介绍了LDA的应用方面有哪些？

奔腾游子·2023-01-29 16:48

读书笔记-深度学习入门之pytorch-第五章（含循环实现手写数字识别）（LSTM、GRU代码详解）

目录1、RNN优点：（记忆性）2、循环神经网络结构与原理3、LSTM（长短时记忆网络）4、GRU5、LSTM、RNN、GRU区别6、收敛性问题7、循环神经网络Pytorch实现（1）RNN、LSTM、GRU（2）LSTM+全连接实现手写数字识别8、词嵌入（词向量）9、NGram模型——单词预测10、序列预测（1）全连接方法（2）循环神经网络方法（3）LSTM方法(4)GRU方法1、RNN优点：（记

ZDA2022·2023-01-29 14:48

中国人民大学赵鑫：AI 科研入坑指南

科技评论&智源社区作者|蒋宝尚11月1日上午，在第十九届中国计算语言学大会（CCL2020）上，中国人民大学教师赵鑫作了题为《早期科研的入门》的主题报告，从科研是什么、如何做科研、日常内功如何修炼、深度学习入门

喜欢打酱油的老鸟·2023-01-29 13:01

tensorflow 十四强化学习Q-learning

一个最简单的例子：https://blog.csdn.net/u012465304/article/details/80905202深度强化学习入门：用TensorFlow构建你的第一个游戏AI：https

lijil168·2023-01-29 11:24

【机器学习】什么是随机马尔科夫决策过程？

系列文章目录第十八章Python机器学习入门之强化学习目录系列文章目录前言一、什么是随机马尔科夫决策过程二、随机马尔科夫决策过程的重点总结前言马尔科夫决策过程是基于马尔科夫过程理论的随机动态系统的最优决策过程

晓亮.·2023-01-29 08:56

深度学习零基础学习之路——第二章数据处理Dataset类的使用

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的使用第四章UNet-Family

Monkey_King_GL·2023-01-28 18:08

5分钟入门机器学习 | 文末视频教程福利大放送

今天小编就给大家带来一篇超详细的机器学习入门指南。

DueApe·2023-01-28 17:33

深度学习入门笔记

前言博客内容均是对《深度学习入门—基于Python的理论与实现》一书2-6章的总结。以前也或多或少接触过一些相关知识，但都不成体系，故于此总结,大佬轻喷。

life情怀·2023-01-28 13:24

《深度学习入门》（俗称：鱼书）读书笔记-第八章（深度学习）

《深度学习入门》（俗称：鱼书）读书笔记Day4深度学习深度学习是加深了层的深度学习网络。通俗来说就是把神经网络的层数增加。

呆瓜种呆瓜·2023-01-28 13:24

[深度学习笔记(1)]深度学习入门

本系列是博主刚开始接触深度学习时写的一些笔记，写的很早了一直没有上传，趁着假期上传一下，作为分享，希望能帮助到你。目录前言一、什么是深度学习二、深度学习的应用三、深度神经网络的难题3.1梯度消失/梯度爆炸3.2过拟合3.3网络退化总结前言近年来，随着人工智能的发展，深度学习已经成为了热门的学科。在详细阐述深度学习之前，必须先理清人工智能、机器学习和深度学习之间的区别。从这张图可以看出，机器学习是人

阿飞没有花福蝶·2023-01-28 13:53

推荐频道

学习入门