深度学习入门实战篇第34页

深度学习基础--神经网络（2）

文章目录神经网络的内积3层神经网络的实现输出层的设计恒等函数和softmax函数输出层的神经元数量本文为学习笔记整理参考书籍：《深度学习入门:基于Python的理论与实现》/(日)斋藤康毅著;陆宇杰译.

兔子骑士叫旺仔·2022-11-16 10:06

【OUC深度学习入门】第2周学习记录：卷积神经网络基础

目录Part1视频学习1传统神经网络vs卷积神经网络2基本组成结构3卷积神经网络典型结构Part2代码练习1MNIST数据集分类2CIFAR10数据集分类3使用VGG16对CIFAR10分类Part3问题思考1dataloader里面shuffle取不同值有什么区别？2transform里，取了不同值，这个有什么区别？3epoch和batch的区别？41x1的卷积和FC有什么区别？主要起什么作用？

悦泽桑·2022-11-15 17:47

深度学习入门（三十三）卷积神经网络——ResNet

深度学习入门（三十三）卷积神经网络——ResNet前言卷积神经网络——ResNet课件加更多的层总是改进精度吗？

澪mio·2022-11-15 13:49

深度学习入门（三十一）卷积神经网络——GoogLeNet

深度学习入门（三十一）卷积神经网络——GoogLeNet前言卷积神经网络——GoogLeNet课件最好的卷积层超参数？

澪mio·2022-11-15 13:18

深度学习入门（三十二）卷积神经网络——BN批量归一化

深度学习入门（三十二）卷积神经网络——BN批量归一化前言批量归一化batchnormalization课件批量归一化批量归一化层批量归一化在做什么？

澪mio·2022-11-15 13:48

MNIST手写数字识别 —— Lenet-5首个商用级别卷积神经网络

MNIST数据集之所以成为深度学习入门的数据集，是因为LeNet-5网络的诞生，该网络的手写数字识别效果能达到商用水平，是第一个真正意义上达到商用的深度神经网络，广泛应用于手写支票的识别。

学习历险记·2022-11-15 13:43

深度学习入门（三十四）卷积神经网络——DenseNet

深度学习入门（三十四）卷积神经网络——DenseNet前言卷积神经网络——DenseNet教材1从ResNet到DenseNet2稠密块体3过渡层4DenseNet模型5训练模型6小结参考文献前言核心内容来自博客链接

澪mio·2022-11-15 13:06

深度学习零基础学习之路——第四章 UNet-Family中Unet、Unet++和Unet3+的简介

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·2022-11-14 07:48

TensorFlow和深度学习入门教程（TensorFlow and deep learning without a PhD）【转】

本文转载自：https://blog.csdn.net/xummgg/article/details/69214366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FQ，我也顺带巩固下，做个翻译，不好之处请包含指正。

嵌入式小庄老师·2022-11-14 07:09

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

也是唯一·2022-11-14 07:29

深度学习入门看这一篇就够了（下）

BP算法例子BP算法例子-FP过程BP算法例子-BP过程(W7)BP算法例子-BP过程(W1)BP算法例子-FP多次迭代效果径向基（RBF）神经网络nRBF网络能够逼近任意非线性的函数。n可以处理系统内难以解析的规律性，具有很好的泛化能力，并且具有较快的学习速度。n有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。n

Mr Robot·2022-11-14 07:23

pytorch 深度学习入门代码（三）Logistic 回归代码实现

"""Logistic回归的代码实现"""importmatplotlib.pyplotaspltimporttorchimporttorch.nnasnnfromtorch.autogradimportVariableimportnumpyasnpclassLogisticRegression(nn.Module):def__init__(self):super(LogisticRegressi

小白马突突突·2022-11-14 07:52

Redis 缓存数据库一致性手撕面答

引言自Redis入门篇过后，已经好久没更Redis了，接下来应该从实战篇，原理篇，面试篇几个层次来展开，本篇主要是实战篇中的数据库缓存一致性问题，以问题形式展开，应对面试场景作答【melo称其为"手撕面答

π大星的日常·2022-11-13 09:28

教你如何应对面试官提问你Redis 缓存数据库一致性时

引言自Redis入门篇过后，已经好久没更Redis了，接下来应该从实战篇，原理篇，面试篇几个层次来展开，本篇主要是实战篇中的数据库缓存一致性问题，以问题形式展开，应对面试场景作答【melo称其为"手撕面答

Java_LingFeng·2022-11-13 08:12

深度学习入门（四）：卷积神经网络

学习资料来源：零基础入门深度学习(4)-卷积神经网络卷积神经网络（ConvolutionalNeuralNetwork,CNN），是一种适用于语音识别、图像识别任务的神经网络结构，比如谷歌的GoogleNet、微软的ResNet等。一、激活函数——ReluRelu函数的定义是：f(x)=max(0,x)，优势有速度快、减轻梯度消失问题及稀疏性等，图像如下图所示：二、全连接网络VS卷积网络全连接网络

陈粑粑的小白鞋·2022-11-12 11:39

深度学习入门（三十）卷积神经网络——NiN

深度学习入门（三十）卷积神经网络——NiN前言卷积神经网络——NiN课件网络中的网络NiN全连接层的问题NiN块NiN架构NiNNetworks总结教材1NiN块2NiN模型3训练模型4小结参考文献前言核心内容来自博客链接

澪mio·2022-11-10 13:04

深度学习入门（八）——深度卷积神经网络

深度卷积神经网络卷积神经网络卷积层和特征响应图参数共享稀疏连接多通道卷积激活函数池化、不变性和感受野分布式表征分层表达卷积神经网络结构LeNetAlexNet网络结构局部响应归一化GoogLeNetNetworkInNetworkInception结构网络结构批归一化——BNResNet退化问题残差单元深度残差网络卷积神经网络卷积层和特征响应图参数共享稀疏连接多通道卷积激活函数池化、不变性和感受野

_归尘_·2022-11-09 10:37

Matlab深度学习入门实例:从0搭建卷积神经网络CNN

网上已具有大量卷积神经网络的讲解，故本文不在对此赘述，这篇文章针对已了解CNN基础结构和原理者，以一个例子搭建一个简单的卷积神经网络，作为正式迈入深度学习的第一步。我们以深度学习最经典的案例——手写数字的识别，和一种经典的CNN——LeNet进行本次学习。Matlab的功能十分强大，其自带的深度学习工具箱可以使我们免于编写底层算法，迅速地搭建出一个卷积神经网络，同时，其自带手写数字图片以供学习，地

白太岁·2022-11-09 10:03

深度学习入门（二十九）卷积神经网络——VGG

深度学习入门（二十九）卷积神经网络——VGG前言卷积神经网络——VGG课件VGGVGG块VGG架构进度总结教材1VGG块2VGG网络3训练模型4小结参考文献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·2022-11-09 10:03

深度学习入门（二十八）卷积神经网络——AlexNet

深度学习入门（二十八）卷积神经网络——AlexNet前言卷积神经网络——AlexNet课件以前的机器学习几何学特征工程HardWareImageNet（2010）AlexNetAlexNet架构更多细节复杂度总结教材

澪mio·2022-11-09 10:51

深度学习入门（二十七）卷积神经网络——LeNet

深度学习入门（二十七）卷积神经网络——LeNet前言卷积神经网络——LeNet课件手写的数字识别MNIST总结教材1LeNet2模型训练3小结参考文献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·2022-11-09 09:13

Pytorch深度学习入门与实战三——循环神经网络

1.常见的循环神经网络RNN,LSTM,GRURNNtorch.nn.RNN()单纯的RNN会出现随着地柜次数的增加，权重指数级爆炸或小时的问题，从而难以捕捉长时间的关联，导致RNN训练是收敛困难。LSTM引入门的机制，使网络有更强的记忆能力。LSTM信息处理方面的三个阶段：遗忘阶段。对上一阶段传进来的输入进行选择性忘记。选择记忆阶段。输出阶段GRU（循环们控制单元）LSTM需要训练较多的参数，训

谢欣燕·2022-11-09 03:13

【学习笔记】深度学习入门：基于Python的理论与实现

一、Python入门1.1NumPy在深度学习的实现中，经常出现数组和矩阵的计算。NumPy的数组类（numpy.array）中提供了很多便捷的方法，在实现深度学习时，我们将使用这些方法。安装各种第三方库的方式详见：VSCode中安装Python机器学习与数据分析相关第三方模块教程。导入NumPy：importnumpyasnp生成NumPy数组：x=np.array([1.0,2.0,3.0])

柃歌·2022-11-08 21:01

深度学习入门实操——tensorflow 搭建神经网络

本文不赘述神经网络的原理，只是简单介绍如何用python3.0|tensorflow2.0框架搭建一个简单的神经网络,进行简单的图像识别。本文分为三个部分，第一部分先po出总体代码，第二部分分段详解每段代码，第三部分总结。参考：1tf.Keras-简书(jianshu.com)2Fashion-MNIST：替代MNIST手写数字集的图像数据集-知乎(zhihu.com)3model.evaluat

lovelybear2333·2022-11-08 19:00

深度学习入门--02 初识神经网络

1、神经网络的结构神经网络的结构类似与上一章所讲的两层感知机。具体分为输入层、隐藏层和输出层。分别称为第0、1、2层。首先与感知机不同的是，神经网络引入了激活函数，激活函数可用h(a)来表示，a为加权输入信号与偏置的总和。2、输入层到隐藏层、隐藏层到输出层的信号传递设计：（1）、引入激活函数：将输入信号的总和转化为输出信号，这种函数称为激活函数。（2）、感知机中使用的激活函数：感知机中的一旦输入加

吃梦想的咸鱼·2022-11-08 13:49

深度学习入门（3）神经网络参数梯度的计算方式

文章目录前言一、数值微分1.导数2.偏导数3.梯度二、梯度法1.学习率2.神经网络的梯度计算总结前言上一篇文章介绍了神经网络需要达到的最终目标，即使所定义的损失函数值达到尽可能的小。那么，是如何达到使得损失函数的值最小的呢？其实，最常使用的核心大招就是“梯度法”进行参数的更新优化，最终达到使得损失函数最小的目的。本文将介绍神经网络中参数的梯度是如何计算的。在介绍梯度法之前先简单介绍一下所用到的数值

阿_旭·2022-11-08 11:26

深度学习入门（5）如何对神经网络模型训练结果进行评价

如何对神经网络模型训练结果进行评价上一篇文章《深度学习入门（4）【深度学习实战】无框架实现两层神经网络的搭建与训练过程》介绍了基于mnist的手写体数字集的两层神经网络的搭建与训练过程，通过损失函数的训练结果我们可以发现

阿_旭·2022-11-08 11:26

《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

Docker学习：跨宿主机通信 | overlay和macvlay（理论+实战篇）

前言本讲是从Docker系列讲解课程，单独抽离出来的一个小节，带你一起深入了解在编排工具出现前，跨宿主机通信的两大得力干将overlay、macvlay，这也会后期学好K8s做好基本功铺垫，打下一个坚实的基础。一、overlayOverlay网络模式相比于桥接模式的特别之处在于，它可以自定多个--subnet子网网段，只有同一网络/段中的容器才可以相互交换信息（相互通信）。需要注意的是如果设置了多

血煞长虹·2022-11-07 12:51

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

【Redis】实战篇：优惠卷秒杀 (库存超卖问题、一人一单问题）

文章目录3.1全局唯一ID3.2-Redis实现全局唯一Id3.3添加优惠卷3.4实现秒杀下单3.5库存超卖问题分析3.6乐观锁解决超卖问题3.7优惠券秒杀-一人一单3.8集群环境下的并发问题笔记参考：黑马程序员Redis入门到实战教程3.1全局唯一ID每个店铺都可以发布优惠券：当用户抢购时，就会生成订单并保存到tb_voucher_order这张表中，而订单表如果使用数据库自增ID就存在一些问题

背书包的小新·2022-11-04 20:26

【Redis】实战篇：结合Redis实现发送短信验证码登录功能

文章目录1.1、导入黑马点评项目1.1.1、导入SQL1.1.2、有关当前模型1.1.3、导入后端项目1.1.4、导入前端工程1.1.5运行前端项目1.2、基于Session实现登录流程1.3实现短信验证码功能1.4实现登录拦截功能1.5隐藏用户敏感信息1.6session共享问题1.7Redis代替session的业务流程1.7.1、设计key的结构1.7.3、整体访问流程1.8基于Redis实

背书包的小新·2022-11-04 20:56

【Redis】实战篇：分布式锁解决集群环境下的并发问题

文章目录4.1分布式的基本原理和实现方式对比4.2Redis分布式锁的实现核心思路4.3实现分布式锁版本一4.4Redis分布式锁误删情况说明4.5解决Redis分布式锁误删问题4.6分布式锁的原子性问题4.7Lua脚本解决多条命令原子性问题4.8利用Java代码调用Lua脚本改造分布式锁笔记参考：黑马程序员Redis入门到实战教程4.1分布式的基本原理和实现方式对比分布式锁：满足分布式系统或集群

背书包的小新·2022-11-04 20:56

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