深度学习入门第21页

深度学习入门之PytoRch(一)深度学习发展历史

目录1深度学习介绍1.1人工智能1.2数据挖掘，机器学习和深度学习1.2.1数据挖掘1.2.2机器学习1.2.3深度学习2学习本书之前建议1深度学习介绍我们一提到人工智能就会想到机器人，其实机器人只是人工智能的容器，没有这个容器也是可以的，可以将人工智能分为三个方面1.1人工智能1）弱人工智能比如战胜全世界的Al-phaGo,它只会下象棋，但是辨识一下猫和狗的话，他就不知道怎么做2）强人工智能就是

Nefelibat·2020-11-11 10:00

深度学习入门-基于python的理论与实现-卷积神经网络

目录1前言1.1整体结构1.2卷积层1.2.1全连接层出现的问题1.2.2卷积运算1.2.3填充1.2.4步幅1.2.5三维数据的卷积运算1.2.6结合方块思考1.2.7批处理1.3池化层1.4卷积层和池化层的实现1.4.1四维数组1.4.2基于im2col的展开1.4.3卷积层的实现1.4.4池化层的实现1.5CNN的实现1.6CNN的可视化1.6.1第一层权重的可视化1.6.2基于分层结构的信

Nefelibat·2020-11-10 15:39

深度学习入门之PyTorch

文章目录深度学习入门之PyTorch第一章深度学习介绍1.1人工智能1.2数据挖掘，机器学习和深度学习1.2.1数据挖掘1.2.2机器学习1.2.3深度学习第二章深度学习框架2.1深度学习框架介绍2.2PyTorch

JUST LOVE SMILE·2020-11-06 21:13

深度学习入门-基于Python的理论入门与实现源代码加mnist数据集下载推荐

深度学习入门-基于Python的理论入门与实现源代码加mnist数据集下载推荐书籍封面1-图灵网站下载书里也说了，可以图灵网站下载https://www.ituring.com.cn/book/1921

集电极·2020-10-24 15:56

特征图注意力_深度学习入门之注意力机制

关于注意力机制，谷歌的一篇论文给出了注意力机制的定义：给定一个Query和一系列的Key-Val对一起映射出一个输出。它包含下面三个关键性步骤：将Query与Key进行相似性度量将求得的相似性度量进行缩放标准化将权重与value进行加权用公式描述：FigAtt-1注意力机制示意图上述定义源自谷歌2017年发表的《Attentionisallyouneed》。它是基于序列到序列应用出发的而提出的定义

weixin_39705069·2020-10-23 16:15

深度学习入门-基于python的理论与实现-神经网络的学习

目录1如何根据数据训练出最优权重参数？1.1从数据中学习1.1.1数据驱动1.1.2训练数据与测试数据1.1.3损失函数1.1.4均方误差1.1.5交叉熵误差1.1.6mini-batch学习1.1.7mini-batch版交叉熵误差的实现1.1.8设置损失函数的原因1.2数值微分1.2.1导数1.2.2数值微分的例子1.2.3偏导数1.3梯度1.3.1梯度法1.3.2神经网络的梯度总结：学习算法

Nefelibat·2020-10-21 10:04

Matlab深度学习训练记录

MATLAB对Alexnet模型进行迁移学习原文传送官方文档：自定义深度学习网络训练期间的输出深度学习层列表:MATLAB深度学习入门之旅手把手教你用matlab做深度学习(一)---CNNMATLAB

Wake_up.·2020-10-19 20:58

十分钟搞懂Pytorch如何读取MNIST数据集

前言本文用于记录使用pytorch读取minist数据集的过程，以及一些思考和疑惑吧…正文在阅读教程书籍《深度学习入门之Pytorch》时，文中是如此加载MNIST手写数字训练集的：train_dataset

Ericam_·2020-10-17 20:41

深度学习入门基于Python的理论与实现_第一章_Python入门(原创笔记)

前言此书使用Python作为编程语言，尽可能地少使用外部库，从零开始实现深度学习的程序。此书从简单的机器学习问题开始，最终实现一个能高精度地识别图像的系统。此书以图像识别为主题，主要学习使用深度学习进行图像识别时所需的技术。自然语言处理或者语音识别等不是此书的讨论对象。此书不介绍Caffe、TensorFlow、Chainer、Theano等深度学习框架的使用方法。此书不介绍深度学习的详细理论，特

吮指原味张·2020-10-06 15:52

深度学习入门笔记（十六）：计算机视觉之边缘检测

欢迎关注WX公众号：【程序员管小亮】专栏——深度学习入门笔记声明1）该文章整理自网上的大牛和机器学习专家无私奉献的资料，具体引用的资料请看参考文献。2）本文仅供学术交流，非商用。

我是管小亮·2020-09-17 03:52

《神经网络与深度学习》第一章（使用神经网络识别手写数字）读书笔记

说明：《神经网络与深度学习》（中文版可在网上免费获取）是浙江科技学院开放实验课程《Python与深度学习入门》的课外推荐读物。本读书笔记大部分为摘抄。本文章目前处于暂停更新状态，恢复更新时间待定。

holeer·2020-09-16 08:03

最近学习python的感悟分享给大家

看了两本书《流畅的python》与《深度学习入门：基于Python的理论与实现》，这两本书非常不错，分享给大家看。我以前对Python语言了解不多。当我第一次看到Python时，我觉得它很重要。

weixin_30556959·2020-09-15 19:12

火遍日本 IT 界的「鱼书」终出续作，原来进阶深度学习竟然那么简单

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实火热，另一方面也说明这

turingbooks·2020-09-15 18:00

[TensorFlow深度学习入门]实战二·使用TensorFlow拟合直线

[深度学习入门]实战二·使用TensorFlow拟合直线问题描述拟合直线y=（2x-1）+0.1(-1到1的随机值)给定x范围（0，3）可以使用学习框架建议使用y=w*x+b网络模型生成数据importnumpyasnpimportmatplotlib.pyplotaspltdefget_data

小宋是呢·2020-09-15 03:43

[TensorFlow深度学习入门]实战三·使用TensorFlow拟合曲线

[深度学习入门]实战三·使用TensorFlow拟合曲线问题描述拟合y=x*x-2x+3+0.1(-1到1的随机值)曲线给定x范围（0，3）问题分析在上篇博客中，我们使用最简单的y=wx+b的模型成功拟合了一条直线

小宋是呢·2020-09-15 02:53

(1) [Nature15] Deep Learning

计划完成深度学习入门的126篇论文第一篇，摘自YannLeCun和YoushuaBengio以及GeoffreyHinton三人合著发表在nature2015的论文，同时也算是DeepLearning这本书的序文

gdtop818·2020-09-14 21:02

深度神经网络(DNN)正向传播与反向传播推导（通俗易懂）

希望网友们看本博客之前需要对神经网络有个简单的了解，或者可以看博客初探神经网络（深度学习入门）进行了解学习。本文将结合吴恩达的视频、作业及其个人的理解进行写作，如有不对的地方，还望指正。

JJJasmine的H君·2020-09-14 13:06

【深度学习入门】tensorflow安装及入门

tensorflow安装及入门一、环境python3.5版本、pycharm。二、关于tensorflow的安装方法方式一：在有网络状态下，在线安装打开命令行pipinstalltensorflow。方法二：在有网络状态下，在pycharm内部，setting设置，添加包。方式三：离线安装，下载tensorflow.whl，离线安装。对应的依赖whl也需要下载在本地。（同一级目录下就行）三、检测是

只识闲人不识君·2020-09-14 05:18

机器学习/深度学习入门：python实现聚类k-mean

#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time:2018/3/2514:07#@Author:HJH#@Site:#@File:clauster.py#@Software:PyCharmimportmathimportrandomclassClauster(object):def__init__(self,samples):iflen(samples)=

M_Z_G_Y·2020-09-14 00:39

Michael Nielsen的神经网络与深度学习入门教程

MichaelNielsen的神经网络与深度学习入门教程作者：MichaelNielsen这是我个人以为目前最好的神经网络与机器学习入门资料。

笑横野·2020-09-13 18:19

《机器学习》笔记-强化学习（16）

不管是出于好奇，还是自身充电，跟上潮流，我觉得都值得试一试对于自己，经历了一段时间的系统学习（参考《机器学习/深度学习入门资料汇总》），现在计划重新阅读《机器学习》[周志华]和《深度学习》[Goodfellowetal

l7H9JA4·2020-09-13 08:28

动手学深度学习 MXNET环境配置

今天开始学习《动手学深度学习》，很好的一本深度学习入门手册，值得一看。在个人学到第二节2.1获取和运⾏本书的代码的时候自己去配了一下环境，遇到一点问题，顺利解决记录一下。

Angus_kk·2020-09-12 12:59

Caffe深度学习入门（5）—— caffenet 微调网络训练自己的数据并测试训练的模型

微调网络，通常我们有一个初始化的模型参数文件，这里是不同于trainingfromscratch，scrachtch指的是我们训练一个新的网络，在训练过程中，这些参数都被随机初始化，而fine-tuning，是我们可以在ImageNet上1000类分类训练好的参数的基础上，根据我们的分类识别任务进行特定的微调这里我以一个车的识别为例，假设我们有1种车需要识别，我的任务对象是车，现在有ImageNe

Nani_xiao·2020-09-12 11:53

关于深度学习的一些整理

深度学习入门：http://blog.csdn.net/zouxy09/article/category/1387932CNN：http://blog.csdn.net/abcjennifer/article

银色子弹lx·2020-09-12 09:44

深度学习入门及提升学习资料汇总

x_lock·2020-09-12 08:02

UFuncTypeError: ufunc ‘multiply‘ did not contain a loop with signature matchi 读深度学习一书中遇到错误

在学《深度学习入门：基于Python的理论与实现》中，2.5.2小节中，用与门、或门、与非门实现异或门。

少箭多怪·2020-09-12 08:08

python手写神经网络之手动微分与梯度校验——《深度学习入门——基于Python的理论与实现（第五章）》

下面内容，算是一个debug过程，但是也算是一个学习过程，了解梯度校验的过程和影响微分梯度计算的因素。下边是根据书本模仿的两层网络，并非抄原代码，所以有所不同，但是我主观觉得差不多（有几个接口暂不列出），但是代码不是敲出来不报错就行了，这个既然是两种梯度，那就肯定是用来梯度校验的，既然是梯度校验，那当然得真校验一把才行啊。两层网络（784，50，10）。网络全随机，不训练，从mnist拿一个bat

秦伟H·2020-09-11 21:13

深度学习入门简介

本博客主要用于总结自己在学习DeepLearning的一些基础知识，主要参考一些博客和机器学习相关的书籍，并加入了本人的一些理解，若有错误的地方请大家批评指定，当然也很乐意和大家讨论相关问题，欢迎大家留言。若有侵权的情况，请告知博主，本从将立即处理，谢谢！1.神经网络基础知识本节讲述神经网络的一些基础知识，主要神经网络的基本结构和训练方法，反向传播算法应该是神经网络中最核心也是最难理解的部分。1.

闲渔Love吉他·2020-09-11 21:36

python手写神经网络之优化器（Optimizer）SGD、Momentum、Adagrad、RMSProp、Adam实现与对比——《深度学习入门——基于Python的理论与实现（第六章）》

vanilaSGD先不写了，很简单，主要从Momentum开始。老规矩，先手写，再对照书本：其实这个还真难手写出一样的，尤其v的初始化，我就没想到他怎么做。他默认了很多规则在里边，他的v没在init初始化，也不能动态，二是在第一次update时定型。其他方面，有些地方k、v对，其实用k或者v都能达到效果，就不赘述classMomentum():def__init__(self,lr=0.01,mo

秦伟H·2020-09-11 21:27

【深度学习·笔记二】Matlab训练RCNN神经网络识别STOP路标

MatlabDocumentation中的一个例程https://ww2.mathworks.cn/help/vision/ref/trainrcnnobjectdetector.html看了很多篇有关于深度学习入门的教程

书旻·2020-09-11 11:28

深度学习入门实战----基于Keras的手写数字识别 (GoogleNet)

深度学习入门实战----基于Keras的手写数字识别系列深度学习入门实战----基于Keras的手写数字识别（LeNet）深度学习入门实战----基于Keras的手写数字识别(VGG16)GoogleNet

rookie_weng·2020-09-11 07:18

(9) [CS15] Fast and Accurate Recurrent Neural Network Acoustic Models for Speech Recognition

计划完成深度学习入门的126篇论文第九篇，Google的Has¸imSak使用RNN用在AcousticModelsforSpeechRecognition方向上的论文。

gdtop818·2020-09-10 20:14

机器学习、深度学习的理论与实战入门建议整理(二)

转自http://blog.csdn.net/zyj098765/article/details/52860549阶段二.深度学习入门在对机器学习有了一定的掌握后，就可以开始在深度学习方面的学习了。

通信程序猿·2020-09-10 18:30

Tensorflow：深度学习入门详解Mnist案例

简介本文以MNIST数据集为基础，搭建一个分类网络。使用的深度学习框架为tensorflow。在搭建神经网络时，分别基础API和tf.contrib.slim高级API两个方面编写代码。前者，能较好的理解神经网络计算细节，后者能够快速利用API搭建神经网络，方便实现。主要内容一、MNIST数据介绍及读取1.MNIST下载2.MNIST的读入二、MNIST训练及检测、模型参数保存、模型的加载1.使用

我不会我不懂·2020-09-10 16:11

【deep learning】入门总结1-----深度学习概述

4月17日，我胡汉三又回来了~关于深度学习的入门学习，我主要是通过看红色的石头的吴恩达深度学习专项课程博客专栏学习的深度学习入门，外加阅读了XXX关于《吴恩达深度学习专项课程》，概述部分提出了这么几个问题

donggui8650·2020-09-10 13:37

深度学习入门安装一步到位，亲测！又快又方便 | Python，pycharm，tensorflow，keras 等安装笔记

目录一．Python安装1.Python安装2.python卸载二．Pycharm安装三．安装第三方包第一种方法：通过pip安装第三方模块第二种方法：通过Pycharm的设置安装第三方模块第三种方法：通过安装包等安装第三方模块。第四种方法：安装anoconda，从清华镜像网站下载。四．安装tensorflow1.安装tensorflow2.安装keras3.出现问题本文旨在记录自己的一次非常用心的

来一块葱花饼·2020-09-10 10:13

基于FPGA的深度学习推理获得突破

神经网络和深度学习入门神经网络松散地模拟人脑中的神经网，是深度学习(DL)的基础，这是一个复杂的数学系统，可以自己学习执行任务。通过查看许多示例或关联，NN可以比传统的识别程序更快地学习连接和关系。

果乐果香·2020-09-10 10:00

深度学习入门(基于python实现)--第七章卷积神经网络 01

#_*_coding:UTF-8_*_#文件名：Convolutional_neural_network_01.py#开发工具：PyCharmimportnumpyasnpfromcommon.utilimportim2col"""卷积神经网络(CNN)CNN相较于之前的神经网络多了卷积层和池化层卷积层卷积层能够保持输入形状保持不变，从而使数据更好的拟合，而之前的那些神经网络都是将数据拉成一维形状

zyhsna·2020-09-10 09:19

《Deep Learning Tutorial》by Hung-yi Lee

这篇台湾大学李宏毅教授的文章应该是关于深度学习入门最浅显易懂的了。深度学习介绍先简单的介绍了一下深度学习大致分为三步，建立一组方法-从中选出性能更好的-挑出最佳的。

还浴月·2020-08-26 23:11

MNIST手写数字识别（TensorFlow2.0，包含数字的数据集）

MNIST手写数字识别（TensorFlow2.0，包含数字的数据集）0简介1训练部分1.1图像的预处理1.2进行训练1.3参数可视化2检验训练结果3代码资源0简介手写数字识别是深度学习入门的一个典型案例

东流去也·2020-08-26 20:53

深度学习入门Fast.ai 2.0上线！自带中文字幕，所有笔记、资源全部免费！

贾浩楠发自凹非寺量子位报道|公众号QbitAIFast.ai，最受人们欢迎的MOOC课程和深度学习框架之一。重代码而非数学，这让不少使用Fast.ai的初学者称霸各种Kaggle比赛。昨天，最新的Fast.ai2.0版本上线。新版本完全对Fast.aiV1进行了重置，构建了全新的深度学习框架。更轻快、更灵活、更容易使用。而且，对中国用户最友好的是，全部课程视频都有简体中文字幕。2.0更新了哪些课程

视学算法·2020-08-26 16:39

Python中的相对文件路径的调用

五月两场|NVIDIADLI深度学习入门课程5月19日/5月26日一天密集式学习快速带你入门阅读全文>正文共624个字，预计阅读时间3分钟。前言先让我们来看看一个用到相对文件路径的函数调用的问题。

LeadAI学院·2020-08-26 11:49

飞桨PaddlePaddle-Python-AI入门总结

深度学习入门之Python小白逆袭大神系列（一）—Python基础：https://blog.csdn.net/XiaoFengsen/article/details/105828723深度学习入门之Python

何处微尘·2020-08-25 17:56

【新手入门】课程5-深度学习入门NLP-文本分类

In[3]#创建数据集和数据字典data_root_path='/home/aistudio/data/'defcreate_data_list(data_root_path):withopen(data_root_path+'test_list.txt','w')asf:passwithopen(data_root_path+'train_list.txt','w')asf:passwithop

飞桨PaddlePaddle·2020-08-25 17:32

《深度学习入门》（斋藤康毅著）学习笔记（一）

1.Windows环境下关于python+pycharm安装（1）下载安装python网站地址：https://www.python.org/安装：选择适合自己电脑的相应安装包，下载，然后点击安装。测试：Windows+R，输入cmd进入命令行。在界面输入python，当返回python版本信息时，表示安装成功，报错则安装失败，建议检查安装软件版本是否与系统64（32）位保持一致。安装界面注意:a

Lu Young·2020-08-25 09:35

深度学习入门笔记系列 ( 二 )

本系列将分为8篇。今天是第二篇。主要讲讲TensorFlow框架的特点和此系列笔记中涉及到的入门概念。1.Tensor、Flow、Session、GraphsTensorFlow从单词上可以分成Tensor和Flow两个单词。Tensor即张量，表明了其数据结构；Flow翻译可理解为流，直观的表达了张量之间通过计算相互转化的过程；还有一个很重要的概念Session，即对话的概念，用于执行定义好的运

weixin_34162401·2020-08-25 09:44

深度学习入门笔记（三）————BP神经网络算法推导

一多层网络结构误差反向传播，把误差从最后输出层往上传，每一层神经元都可以不断调节权值，使其达到一个最好的状态。有几个类别设置几个输出单元。层数越多，数据提取的特征越高层。二常用激活函数Sigmoid函数2.Tanh函数和Softsign函数三BP神经网络的具体实现1.基本思想：由信号的正向传播和误差的反向传播组成。首先是正向传播，数据从输入层输入，经各隐含层逐层处理后传向输出层。若输出层的实际输出

kalp_yp·2020-08-25 09:29

深度学习入门（二）笔记

深度学习入门（二）笔记标签（空格分隔）：深度学习线性单元模型线性单元是啥感知器有一个问题，当面对的数据集不是线性可分的时候，『感知器规则』可能无法收敛，这意味着我们永远也无法完成一个感知器的训练。

过不去的过去2·2020-08-25 09:02

深度学习入门——个人学习笔记（一）

深度学习入门——学习笔记（一）1.1算术计算1.2数据类型1.3变量1.4列表1.5字典1.6布尔型1.7if语句1.8for语句1.9函数1.10类1.1算术计算跟其他语言一样，*表示乘法，/表示除法

阳万里·2020-08-25 09:22

深度学习入门笔记（三）

手写数字识别此后需要用到的代码，均可通过此链接进行下载解压链接：https://pan.baidu.com/s1FBya4cVub3LgJTJo8yMzMg提取码：ntca一.输出层的设计神经网络可以用在分类问题和回归问题上，不过需要根据情况来改变输出层的激活函数。一般来说，分类问题用softmax函数，回归问题用恒等函数。1.恒等函数和softmax函数恒等函数会将输入按原样输出，对于输入的信息

cookie·2020-08-25 09:23

推荐频道

深度学习入门