深度学习入门实战篇

并发编程（二）：用demo演示线程池工作原理（实战篇）

一、背景如果你是一位面试经验丰富的求职者，你会发现线程池相关面试题出现的概率在80%以上，面试题目无非下面几个：1）工作中有没有使用过线程池啊？怎么使用的？2）说下线程池的参数？3）说下线程池的工作原理；4）说下线程池的拒绝策略有哪些？5）说下线程池的线程数是如何确认的，如何优化？我相信以上问题，通过八股文基本上都可以搞定。但是我一直有一个疑问，线程池的工作原理你既然有理论知识，可以用代码示例来给
无痕之剑·2022-04-15 09:07

Vue实战篇二十四：分页显示

系列文章目录Vue基础篇一：编写第一个Vue程序Vue基础篇二：Vue组件的核心概念Vue基础篇三：Vue的计算属性与侦听器Vue基础篇四：Vue的生命周期（秒杀案例实战）Vue基础篇五：Vue的指令Vue基础篇六：Vue使用JSX进行动态渲染Vue提高篇一：使用Vuex进行状态管理Vue提高篇二：使用vue-router实现静态路由Vue提高篇三：使用vue-router实现动态路由Vue提高篇
智慧zhuhuix·2022-04-11 07:55

pytorch自带网络_Pytorch转ONNX-实战篇2（实战踩坑总结）

前两篇文章分别从理论和ONNX的核心机制描述了Pytorch转ONNX需要注意的事情。接下来这篇文章没有什么核心主旨，只是纯粹记录我当时做项目的时候踩的坑以及应对方案（1）Pytorch2ONNX不支持对slice对象赋值下面这段代码是不被Pytorch原生的onnx转换接口支持的，即不能对slice对象赋值preds仔细想想其实也比较合理，因为上面的操作也很难在DAG上被表示，因为并不仅仅是把p
weixin_39637260·2022-04-11 07:46

实战篇：单库单表变更成多库多表

大家好，我是七淅（xī）。如标题所说，本文会结合我自己的亲身经历，介绍3部分内容：线上单库单表变更到多库多表的各个实现方案方案优劣对比对于历史存在的单表，并且它们不需要变成多表，需要怎么处理先下个结论，没有百分百完美的方案，技术方案永远要结合产品业务来设计。以下举例的方案也只是较为通
七淅在学Java·2022-04-10 11:00

实战篇：单库单表变更成多库多表

大家好，我是七淅（xī）。如标题所说，本文会结合我自己的亲身经历，介绍3部分内容：线上单库单表变更到多库多表的各个实现方案方案优劣对比对于历史存在的单表，并且它们不需要变成多表，需要怎么处理先下个结论，没有百分百完美的方案，技术方案永远要结合产品业务来设计。以下举例的方案也只是较为通用的做法，具体细节是可以根据业务场景进行变化调整的。只要能够满足业务需求，就是好方案，不要为了秀技术而忽略业务。看完
·2022-04-10 11:33

深度学习入门必看-手写数字识别

目录前言一、手写数字识别任务1.任务要求2.MNIST数据集3.构建手写数字识别的神经网络模型二、通过极简方案构建手写数字识别模型1.前提条件2.数据处理3.模型设计4.训练配置5.训练过程6.模型测试三、手写数字识别之数据处理1.读入数据并划分数据集2.扩展阅读：为什么学术界的模型总在不断精进呢？3.训练样本乱序、生成批次数据4.校验数据有效性5.机器校验6.人工校验7.封装数据读取与处理函数8
迪迦瓦特曼·2022-04-10 08:37

深度学习实战--手写字识别MNIST

手写字识别是深度学习入门教程，这里包含数据下载，模型创建，训练模型，测试模型几个模块。
Bryce__LY·2022-04-10 08:37

GAN实战之Pytorch 使用CGAN生成指定MNIST手写数字

pytorch项目代码实现其他类型的GAN原理介绍以及应用，可以查看我的GANs专栏一、数据集介绍，加载数据依旧使用到的是我们的老朋友-----MNIST手写数字数据集,本文不再详细做介绍相关数据集介绍可以参考:深度学习入门
码农男孩·2022-04-10 08:23

深度学习入门系列14项目实战：基于CNN的手写数字识别

大家好，我技术人Howzit，这是深度学习入门系列第十四篇，欢迎大家一起交流！
技术人Howzit·2022-04-10 07:20

深度学习入门实战----利用神经网络识别自己的手写数字

一、定义神经网络classneuralNetwork:#initialisetheneuralnetworkdef__init__(self,inputnodes,hiddennodes,outputnodes,learningrate):#setnumberofnodesineachinput,hidden,outputlayerself.inodes=inputnodesself.hnodes
码农男孩·2022-04-10 07:37

深度学习入门--MNIST数据集及创建自己的手写数字数据集

刚刚接触到人工智能的我们，必定会遇到一个非常非常非常熟悉的朋友------MNIST这是一套流行的手写数字图片，常常被用来测试我们的思想和算法。这个数据集称为手写数字的MNIST数据库，从研究员YannLeCun的网站，可以得到这个数据集。本文并不再介绍MNIST具体是什么，旨在分享记住MNIST的获取方式Ps：其实我已经帮大家整理好了，大家可以直接点击这这这下载一、直接网站下载http://ya
码农男孩·2022-03-31 07:22

《微文案》实战篇

12.3反馈类微文案从反馈素材里提取关键信息(1)销售者主动发起的对话，询问用户产品使用情况（2）用户提到使用中断过，销售者提醒连续使用(3)主动询问用户的产品体验。（4）用户对产品做出一个比较中庸的评价，销售者主动询问(5)用户提出疑问，销售者解答。（6)提醒用户有疑问可以随时咨询注意点：1.真实中肯比一味夸赞更有效；2.口语表达比官方说法更有效；3.给出结果比夸夸其谈更有效12.4团体类微文案
智勇双全可乐鸡翅·2022-03-30 22:27

K8S 快速入门（十二）实战篇：配置 ConfigMap&Secret

一、ConfigMap官方文档ConfigMap1.动机我们经常都需要为我们的应用程序配置一些特殊的数据，比如密钥、Token、数据库连接地址或者其他私密的信息。你的应用可能会使用一些特定的配置文件进行配置，比如settings.py文件，或者我们可以在应用的业务逻辑中读取环境变量或者某些标志来处理配置信息。我们要做到这个，有好多种方案，比如：我们可以直接在打包镜像的时候写在应用配置文件里面，但是
男人至死是少年95·2022-03-30 13:12

二、Redis基本操作——String(实战篇)

小喵万万没想到，上一篇博客，居然已经被阅读600次了！！！让小喵感觉压力颇大。万一有写错的地方，岂不是会误导很多筒子们。所以，恳请大家，如果看到小喵的博客有什么不对的地方，请尽快指正！谢谢！小喵的唠叨话：上一篇博客，我们详细的介绍了Redis中String数据类型的底层实现（http://www.cnblogs.com/idiotgroup/p/5450157.html），相信大家已经在原理上掌握
程序心声·2022-03-28 12:39

【深度学习入门-1】透彻理解卷积的三层含义：从“卷积”、到“图像卷积操作”、再到“卷积神经网络”的含义（学习笔记）

今后还会给持续更新深度学习入门笔记。全篇多图预警，总计近7500字，记录的也比较仔细，希望能够帮助到各位！二.正文(1)卷积的第一层含义：计算系统存量卷积公式
番茄炒狼桃·2022-03-27 07:44

深度学习中的激活函数及其作用

说到激活函数，就不能不提神经网络或者深度学习，从一个新手入门深度学习领域，我觉得首先需要理解三个基本的构成要素：我把理解激活函数作为深度学习入门的
兔子juan·2022-03-23 11:28

如何 DIY 一款属于自己的【3D 重力感应 动态壁纸 】，看完这篇文章你也可以学会

文章目录前言Unity实战篇|unity制作动态壁纸，一款支持DIY的【重力感应的3D动态壁纸】制作过程❤️新建一个Unity工程，导入壁纸插件导入Unity的模型素材配置导入的素材包加入一个切换对象组的
呆呆敲代码的小Y·2022-03-23 09:21

opencv使用相机标定——实战篇（附代码与可执行程序并解决程序崩溃问题）

准备1.运行环境：VS2010与VS2017均可，opencv2.9与opencv2.9以上均可。2.拍十五张标定板图片3.放到calibdata.txt目录下4.代码#include"opencv2/core/core.hpp"#include"opencv2/imgproc/imgproc.hpp"#include"opencv2/calib3d/calib3d.hpp"#include"op
一位安分的码农·2022-03-22 14:55

【深度学习入门项目】使用tensorflow训练CNN实现口罩识别

目录1.导入所需要的python包2.准备数据集3.训练模型3.1定义参数变量3.2数据读取与预处理3.3搭建神经网络框架3.4结果可视化函数3.5训练并测试4.结果展示训练过程loss和accuracy图像测试集准确率5.完整代码1.导入所需要的python包importosimportglobimportcv2importnumpyasnpimporttensorflowastfimportm
我不会写BUG·2022-03-21 07:51

手撕 CNN 经典网络之 VGGNet（PyTorch实战篇）

大家好，我是红色石头！在上一篇文章：手撕CNN经典网络之VGGNet（理论篇）详细介绍了VGGNet的网络结构，今天我们将使用PyTorch来复现VGGNet网络，并用VGGNet模型来解决一个经典的Kaggle图像识别比赛问题。正文开始！1.数据集制作在论文中AlexNet作者使用的是ILSVRC2012比赛数据集，该数据集非常大（有138G），下载、训练都很消耗时间，我们在复现的时候就不用这个
红色石头Will·2022-03-21 07:44

Python入门

作者最近发现了一本很适合深度学习入门的书，在此将自己的一点学习心得分享出来，以飨读者。
前端码农..·2022-03-20 21:07

算法实战篇（一），Tensorflow实现经典DQN算法

我们在“基础算法篇（四）值函数逼近方法解决强化学习问题”中介绍了经典的DQN算法，今天，我们就来点实际的，正式实现一下相关算法。Tensorflow实现经典DQN算法一、基础游戏背景介绍二、建立文件与撰写主函数三、Agent功能介绍（一）DQN类的初始化函数（二）建立深度神经网络（三）设计网络参数更新方法（四）Agent行为生成（即利用网络输出行为）（五）存储数据（六）训练网络更新参数（七）更新目
samurasun·2022-03-19 08:38

使用两层网络实现手写数字识别（《深度学习入门：基于Python的理论与实现》实践笔记）

使用两层网络实现手写数字识别（《深度学习入门：基于Python的理论与实现》实践笔记）一、加载mnist数据集二、构建两层网络1.两层网络结构2.参数3.信号传递4.计算梯度5.计算精准度三、训练模型四
Limulの小白笔记·2022-03-18 05:16

入门项目数字手写体识别：使用Keras完成CNN模型搭建

摘要：本文是通过Keras实现深度学习入门项目——数字手写体识别，整个流程介绍比较详细，适合初学者上手实践。对于图像分类任务而言，卷积神经网络（CNN）是目前最优的网络结构，没有之一。
weixin_34148340·2022-03-17 07:53

入门项目数字手写体识别：使用Keras完成CNN模型搭建（重要）

摘要：本文是通过Keras实现深度学习入门项目——数字手写体识别，整个流程介绍比较详细，适合初学者上手实践。对于图像分类任务而言，卷积神经网络（CNN）是目前最优的网络结构，没有之一。
weixin_30388677·2022-03-17 07:52

致初学者的深度学习入门系列（三）—— 深度学习目标检测篇（上）

目标定位在softmax层中不仅仅只输出分类信息，还可以输出目标的外接矩形框的角点和长宽，这样就可以转化为一个逻辑回归的问题。只要在训练集上对相应信息进行标注，以及定义合适的损失函数，就可以通过实现对目标的定位。目标检测滑动窗口法首先设定固定大小的窗口，以固定步长遍历图像，每次都将窗口内的图像传入分类网络进行分类，以达到对目标的检测效果。但是，步长的选择无法适应不同情况。过大的步长计算成本低，但检
Rosen.·2022-03-17 07:37

Vite 实战：手把手教你写一个 Vite 插件

哈喽，很高兴你能点开这篇博客，本博客是针对Vite的体验系列文章之实战篇，认真看完后相信你也能如法炮制写一个属于自己的vite插件。Vite是一种新型的前端构建工具，能够显著提升前端开发体验。
·2022-03-16 21:36

2022年最新深度学习入门指南

概述深度学习是用于处理视觉相关任务的强大的方法。卷积神经网络是一种深度学习模型，我们用它来处理与计算机视觉相关的应用程序。在本指南中，我们将探索CNN的工作原理以及它们如何应用于图像分类任务。我们还将构建一个CNN模型，并使用Keras从头开始在训练数据集上对其进行训练。介绍我一直着迷于深度学习模型的潜力和力量，以及它们如何理解执行图像分类、图像分割、对象检测等任务。我们还遇到了一些分割算法，例如
woshicver·2022-03-16 07:32

Python深度学习 深度学习入门基于Python的理论与实现 学习资料

《Python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（FrançoisChollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己
weixin_34144848·2022-03-16 07:53

NLP基础

NLP基础Word2vecword2vec概念词向量发展历程语言模型Word2vec模型Seq2SeqTransformerWord2vec参考：①Word2vec知其然知其所以然或者花书实战篇②知乎-
Ton10·2022-03-13 07:51

普通二本的辛酸Java面试之路，实战篇

前言说起来开始进行面试是年前倒数第二周，上午9点，我还在去公司的公交上，突然收到蚂蚁的面试电话，其实算不上真正的面试。面试官只是和我聊了下他们在做的事情（主要是做双十一这里大促的稳定性保障，偏中间件吧），说的很详细，然后和我沟通了下是否有兴趣，我表示有兴趣，后面就收到正式面试的通知，最后没选择去蚂蚁表示抱歉。当时我自己也准备出去看看机会，顺便看看自己的实力。当时我其实挺纠结的，一方面现在部门也正需
阿里Java程序员·2022-03-11 11:14

深度学习——从感知机到BP神经网络

深度学习入门（一）——从感知机到BP神经网络前言一、感知机1、从逻辑电路开始2、单层感知机3、多层感知机二、神经网络1、从感知机到神经网络2、激活函数3、几种激活函数3.1sigmoid函数3.2tanh
一棵Lychee·2022-03-09 08:31

深度学习入门（二）——全连接神经网络的基本结构与工作流程

深度学习入门（二）——全连接神经网络的基本结构与工作流程1.多种多样的神经网络模型承接上篇文章对深度学习的介绍，深度学习也是多种模式分析方法的统称，目前分为三种主流的深度网络架构，即全连接神经网络（FullyConnectedNeuralNetwork
爱骑单车的阿鹏·2022-03-05 10:19

手摸手，带你用vue撸后台 系列一(基础篇)

完整项目地址：vue-element-admin系类文章二：手摸手，带你用vue撸后台系列二（登录权限篇）系类文章三：手摸手，带你用vue撸后台系列三(实战篇）系类文章四：手摸手，带你用vue撸后台系列四
weixin_33991727·2022-03-04 11:20

手摸手，带你用vue撸后台 系列一（基础篇）

撸后台系列一（基础篇）完整项目地址：vue-element-admin系列文章：手摸手，带你用vue撸后台系列一（基础篇）手摸手，带你用vue撸后台系列二(登录权限篇)手摸手，带你用vue撸后台系列三(实战篇
mergerly·2022-03-04 11:49

YOLOv5网络结构+代码+应用详解|CSDN创作打卡

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。这一篇文章属于是对YOLOv5系列的一个整理汇总。
tt丫·2022-03-04 10:43

2021年，我们还需要入门深度学习吗？

前言过年时闲来无事，瞎翻自己的博客，偶然看到之前写的一篇文章：一篇文章解决机器学习，深度学习入门疑惑这篇文章原先发布于2018年中旬，那会正是深度学习、神经网络无脑火热的时候。火热到什么程度？
程序员老潘·2022-03-03 07:44

深度学习入门-误差反向传播法（人工神经网络实现mnist数据集识别）

文章目录误差反向传播法5.1链式法则与计算图5.2计算图代码实践5.3激活函数层的实现5.4简单矩阵求导5.5Affine层的实现5.6softmax-with-loss层计算图推导5.7softmax-with-loss层的实现5.8误差反向传播算法的实现误差反向传播法这次用到的代码上传到csdn了，0积分下载误差反向传播代码其实本文也都贴出来了，只是需要改一下import的路径。还有一些数学公
泥签·2022-03-02 07:46

动手实现深度神经网络3 增加误差反向传播计算梯度&完成MNIST数据集手写数字识别

1.理解误差反向传播关于误差反向传播的理论和使用计算图推导理解的过程，我之前的文章：Python深度学习入门笔记2理解误差反向传播&用python实现自动微
如魔·2022-03-02 07:56

Prometheus监控实战篇Nginx、Hbase操作详解

目录一、Prometheus监控Nginx1、监控Nginx相关插件下载地址2、编译Nginx2.1下载nginx-release并解压2.2解压Nginx-module-vts，到/opt/nginx/2.3执行以下命令，进行编译Nginx2.4再执行make命令2.6在Nginx添加以下内容到Nginx配置文件中2.7重新启动Nginx，并检查服务是否正常2.8解压Nginx-vts-expo
·2022-02-28 11:32

神经网络中的激活函数与损失函数&深入理解推导softmax交叉熵

神经网络中的激活函数与损失函数&深入理解softmax交叉熵前面在深度学习入门笔记1和深度学习入门笔记2中已经介绍了激活函数和损失函数，这里做一些补充，主要是介绍softmax交叉熵损失函数。
如魔·2022-02-28 07:01

Python深度学习入门笔记 5

Python深度学习入门笔记5这一部分，我们介绍一下深度学习的一些性质特点，发展状况和未来方向等。这一部分没有什么具体的技术细节，也没有代码实现，只是作为后续进一步学习的简单前瞻。
如魔·2022-02-26 07:48

Python深度学习入门笔记 4 CNN

Python深度学习入门笔记4CNN卷积神经网络这一部分的主题是卷积神经网络CNN。
如魔·2022-02-26 07:17

Python深度学习入门笔记 2

Python深度学习入门笔记21.神经网络的学习内容标题中的学习是指从训练数据中自动获取最优权重参数的过程。
如魔·2022-02-26 07:16

深度学习入门学习--第五章 误差反向传播法

前面学习了神经网络。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，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。本章任务：通过计算图，直观的理解误差反向传播法，然后再结合实际的代码加深理解。1.计算图计算图将计算过程用图形表示出来。这里说的图形是数据结构图，通过多个节点和边表示（连接结点的直
长颈鹿与麋鹿·2022-02-26 07:41

深度学习入门-基于python的理论与实现（五）误差反向传播法

目录回顾1计算图1.1局部计算1.2计算图的优点是什么1.3反向传播的导数是怎么求？1.3.1加法节点的反向传播1.3.2乘法节点的反向传播1.3.3购买苹果的反向传播1.3.4神经网络中层的概念2简单层的实现2.1参数2.2乘法层的实现-购买两个苹果实例2.3加法层实现-购买两个苹果和三个橘子实例2.4ReLu层参数2.5sigmoid层2.6Affine/Softmax层的实现2.6.1Aff
Nefelibat·2022-02-26 07:30

误差反向传播法《深度学习 基于Python的理论与实现》第五章

layout:posttitle:深度学习入门基于Python的理论实现subtitle:第五章误差反向传播法tags:[Machinelearning,Reading]第五章误差反向传播法上一章介绍了神经网络的学习
DuLi_CS·2022-02-26 07:16

flutter 局部状态和全局状态区别_Flutter 入门指北系列最终之实战篇

码个蛋(codeegg)第696次推文作者：Kuky_xs博客：https://www.jianshu.com/p/97c2dbcac3af还记得Flutter系列不？上一次讲到网络的，想不起来的回顾一下~Flutter入门指北(Part13)之网络今天分析Flutter入门指北系列的最终篇啦~讲完了常用的部件和网络请求后，差不多该进入整体实战了，这里我们将写一个比较熟悉的项目，郭神的coolwe
weixin_39924307·2022-02-25 03:23

《深度学习入门：基于Python的理论与实现》读书笔记：第5章 误差反向传播算法

目录第5章误差反向传播算法5.1计算图5.1.1用计算图求解5.1.2局部计算5.1.3为何用计算图解题5.2链式法则5.2.1计算图的反向传播5.2.2什么是链式法则5.2.3链式法则和计算图5.3反向传播5.3.1加法节点的反向传播5.3.2乘法节点的反向传播5.3.3苹果的例子5.4简单层的实现5.4.1乘法层的实现5.4.2加法层的实现5.5激活函数层的实现5.5.1ReLu层5.5.2S
feiwen110·2022-02-22 07:32

《深度学习入门：基于Python的理论与实现》读书笔记：第4章 神经网络的学习

目录第4章神经网络的学习4.1从数据中学习4.1.1数据驱动4.1.2训练数据和测试数据4.2损失函数4.2.1均方误差4.2.2交叉熵误差4.2.3mini-batch学习4.2.4mini-batch版交叉熵误差的实现4.2.5为何要设定损失函数4.3数值微分4.3.1导数4.3.2数值微分的例子4.3.3偏导数4.4梯度4.4.1梯度法4.4.2神经网络的梯度4.5学习算法的实现4.5.12
feiwen110·2022-02-22 07:32
上一页 35 36 37 38 39 40 41 42 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他