深度学习入门

深度学习入门：自建数据集完成花鸟二分类任务

自建数据集完成二分类任务（参考文章）1图片预处理1.1统一图片格式找到的图片需要首先做相同尺寸的裁剪，归一化，否则会因为图片大小不同报错RuntimeError:stackexpectseachtensortobeequalsize,butgot[3,667,406]atentry0and[3,600,400]atentry1pytorch的torchvision.transforms模块提供了许
piolet0016·2023-11-21 20:32

深度学习入门——波士顿房价预测

基于神经网络模型的波士顿房价预测波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“HelloWorld”。以“波士顿房价预测”任务为例，我们学习如何使用Python语言和Numpy库来构建神经网络模型。波士顿地区的房价受诸多因素影响。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型，如下所示。对于预测问题，可以根据预测输出的类型是连续
BarbaraChow·2023-11-21 03:39

深度学习入门（第四天）——递归神经网络与词向量原理解读

一、RNN网络架构解读常规神经网络并不能考虑时间序列的特征（比如前天+昨天+今天或者带有前后关联的特征），现在每个特征都是独立考虑的，那么如果有这样的特征，网络应该怎么学呢而递归递归网络hidden这里的转回箭头，表示训练完第一个X后，再拿回来去训练第二个X，即前一次训练的结果对后一次的训练结果产生影响。类似现在有X0、X1、X2...Xt，假设X0就是本月的1号，X1就是2号以此类推，Xt就是昨
学术菜鸟小晨·2023-11-20 09:01

深度学习入门（第二天）——走进深度学习的世界 神经网络模型

一、反向传播计算方法简单的例子：如何让f值更小，就是改变x、y、z，而损失函数也是这样，那么我们分别求偏导，则能得出每个值对结果的影响链式法则梯度是一步一步传的复杂的例子：二、神经网络整体架构类生物神经元左半边是生物学上的神经元，右半边是数学上的“神经元”，可以说是非常像。整体架构inputlayer输入层：比如输入X，有多少个x即有多少个input，比如前面的猫有3千多像素点，那么就有3千多个“
学术菜鸟小晨·2023-11-20 09:00

深度学习入门（第一天）——深度学习必备知识点

一、深度学习要解决的问题人工智能、机器学习、深度学习的区别于联系机器学习的流程：数据提取特征工程建立模型评估与应用特征工程可以说是建模过程中，最重要的部分。既然特征工程是最重要的，常规我们会做各种各样的特征，如聚合统计、交叉等，那有没有一种方法，它可以自动的去选择重要的特征。而深度学习可以说是最接近人工智能这一概念的，因为它解决了机器学习中“人工的”问题，如人工的选择特征、选择算法等。深度学习最大
学术菜鸟小晨·2023-11-20 09:30

深度学习入门（第三天）——卷积神经网络

一、卷积神经网络应用领域CV领域发展：比赛中预测错误率的百分比，每年逐步下降。Human是人类肉眼的识别能力，2016年开始已经远高于人类肉眼死别能力，后面就取消了该方向的比赛了。检测任务：分类与检索：分类：将图片分到对应类别。检索：找到相似的图片。还有图片重构、无人驾驶、人脸识别二、卷积的作用卷积网络与传统网络的区别：输出的数据直接是三维的，还多了深度整体架构：输入层、卷积层、池化层、全连接层这
学术菜鸟小晨·2023-11-20 09:23

《深度学习入门》3.6.1节ModuleNotFoundError: No module named ‘dataset‘解决方案（微小补充）

ModuleNotFoundError:Nomodulenamed‘dataset‘--《深度学习入门》3.6.1节错误的解决方案_octopassy的博客-CSDN博客这位大佬在这篇文章中解释的已经非常清楚了
weixin_45686106·2023-11-10 15:44

深度学习入门：报错ModuleNotFoundError: No module named ‘dataset.mnist‘

深度学习入门：报错ModuleNotFoundError:Nomodulenamed'dataset.mnist'在学习《深度学习入门：基于pythom的理论与实验》时，3.6.1MNIST数据集这一节有这么一段代码
SunFemat·2023-11-10 15:39

深度学习入门：训练集、验证集、测试集

大家好，好久不见，也不知道大家有没有想我，最近事情比较多一直没有时间发文章。在深度学习的过程中我们可能会经常听说三种数据集，即训练集、验证集、测试集，但是这三个集合之间有什么异同我们可能很难弄明白其中之间的关系，尤其是验证集与测试集，今天我们就来讲一讲这三种集合之间的关系。训练集：对于我们来说训练集是一个什么样的东西我们很容易明白，就是用来训练的数据所组成的集合呗，其中的数据就是用来训练的原始数据
apprentice_eye·2023-11-09 19:38

深度学习入门实战（一）：像Prisma一样算法生成梵高风格画像

本文由云+社区发表作者：董超导语：现在人工智能是个大热点，而人工智能离不开机器学习，机器学习中深度学习又是比较热门的方向，本系列文章就从实战出发，介绍下如何使用MXnet进行深度学习~既然是实战而且本文是入门级别的我们就不讲那么多大家都听不懂的数学公式啦～0x00深度学习简介虽然吧，我们不讲哪些深奥的数学原理，但是基本的原理还是要掌握下的～在介绍深度学习之前我们要先了解两个概念，机器学习和神经网络
weixin_30443895·2023-11-08 16:32

深度学习入门（二十五）卷积神经网络——多输入多输出通道

深度学习入门（二十五）卷积神经网络——多输入多输出通道前言卷积神经网络——填充和步幅课件多个输入通道多个输出通道多个输入和输出通道1×1卷积层二维卷积层总结教材1多输入通道2多输出通道31×1卷积层4小结前言核心内容来自博客链接
澪mio·2023-11-08 06:02

[深度学习入门]PyTorch环境配置与PyTorch学习

目录一.PyTorch简介与环境配置二.PyTorch学习（一）Torch与Numpy（二）张量tensor（三）Torch中的数学运算（四）矩阵运算（五）利用PyTorch简单地实现几种激活函数（六）建造第一个神经网络——关系拟合(回归)（七）快速搭建法（八）保存提取1.保存并恢复全网络：2.只保存并恢复参数：（九）批训练（mini-batchtraining）（十）加速神经网络训练(Speed
TJUTCM-策士之九尾·2023-11-07 18:25

DL Homework 6

感受野二、探究不同卷积核的作用1~3三种情况下，运用不同的卷积核的代码分析4.实现灰度图的边缘检测、锐化、模糊5.总结不同卷积核的特征和作用总结参考文献本博客引用了几个比较著名的DL的书这里介绍一下DL-深度学习入门
熬夜患者·2023-11-06 01:30

用python识别一张数字图片

这是我看《深度学习入门——基于Python的理论和实现》的第N天，这本书，教你如何利用python，不用机器学习第三方库，自己去实现那些高大上的机器学习能实现的功能。
阿大古 古古古·2023-11-03 19:55

深度学习入门必学（第三篇：循环神经网络01）

深度学习入门必学（第三篇：循环神经网络01）一，第三篇：循环神经网络01来自一，第三篇：循环神经网络01
励志君10086·2023-11-01 08:13

深度学习入门01-NumPy-1

上一篇文章我们介绍一下关于深度学习入门的计划，下面我们按照计划实施，正式开始学习。
MotherBoard·2023-10-31 19:30

深度学习入门视频课程（上篇）

什么是深度学习：深度学习（deeplearning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的算法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识
首席科学家·2023-10-31 15:01

深度学习入门（一）之感知机

文章目录前言什么是感知机简单的逻辑电路与门与非门和或门感知机的实现简单的实现导入权重和偏置感知机的局限性异或门线性和非线性多层感知机已有门电路的组合异或门的实现代码合集前言感知机是由美国学者1957年提出来，作为神经网络的起源算法。因此学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。严格的来讲，感知机因该称为人工神经元或者朴素感知机。什么是感知机感知机接收多个信号输入，输出一个信号
今天学不学？·2023-10-31 13:16

深度学习入门（二）之神经网络

文章目录从感知机到神经网络神经网络的例子复习感知机激活函数激活函数sigmoid函数阶跃函数的实现阶跃函数的图形sigmoid函数的图形sigmoid函数与阶跃函数比较非线性函数ReLU函数多维数组的运算多维数组矩阵乘法神经网络的内积三层神经网络的实现符号确认各层间信号传递的实现代码总结输出层的设计恒等函数和softmax函数实现softmax函数注意事项softmax函数特征输出层的神经元数量从
今天学不学？·2023-10-31 13:03

基于pytorch的相关可视化工具

的相关可视化工具网络结构的可视化HiddenLayer库可视化网络PytorchViz库可视化网络训练过程的可视化tensorboardXHiddenLayer库可视化训练过程Visdom（以下内容中来源于《pytorch深度学习入门与实战
丶夜未央丶·2023-10-31 00:22

【DL学习笔记07】深度学习入门——基于Python的理论与实现（ch08: 深度学习）

目录1.加深网络加深层的动机2.三个有名的网络VGGGooleNetResNet3.深度学习的高速化4.深度学习的应用案例物体检测图像分割图像标题的生成5.接下来是《深度学习进阶——自然语言处理》深度学习是加深了层的深度神经网络，基于之前介绍的网络，只需通过叠加层，就可以创建深度网络1.加深网络实现的代码要花费半天以上的时间才能学习完，，，进一步提升精度的方法：集成学习、学习率衰减、DataAug
yierrrrr·2023-10-25 04:57

Python 深度学习入门之CNN

CNN前言一、CNN简介1、简介2、结构二、CNN简介1、输出层2、卷积层3、池化层4、全连接层5、输出层前言1024快乐！1024快乐！今天开新坑，学点深度学习相关的，说下比较火的CNN。一、CNN简介1、简介CNN的全称是ConvolutionalNeuralNetworks（卷积神经网络）。而神经网络是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）结构和功能的数学模型或计算模型。2、
bug别找我·2023-10-25 04:55

深度学习入门 ---- 张量(Tensor)

文章目录张量张量在深度学习领域的定义张量的基本属性使用PyTorch安装PyTorch查看安装版本创建张量常用函数四种创建张量的方式和区别四则运算张量张量在深度学习领域的定义张量（tensor）是多维数组，目的是把向量、矩阵推向更高的维度。有n维度就叫做n维张量其实在实际中，并不需要过分的关注张量的定义，只需要明白张量是多维数组就行。张量的基本属性主要有三个属性：秩、轴、形状秩：主要告诉我们是张量
小鱼干儿♛·2023-10-23 22:53

“深度学习”如何入门？学习路径篇

现在，深度学习入门相较于几年前，已经门槛非常低了，既有大量的中文资料，又有现成的训练平台（tensorflow和pytorch），但是我们仍然需要一些技巧。
余老师讲机器学习·2023-10-23 16:15

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_changqingqingge01·2023-10-23 13:58

(36)[EACL] Bag of Tricks for Efficient Text Classification

计划完成深度学习入门的126篇论文第三十六篇，FAIR的TomasMikolov等发表的在文本分类的Bag技巧的论文。
gdtop818·2023-10-22 14:03

《动手学深度学习》TensorFlow2.0版本

机器学习&深度学习入门精选&Python&Tensorflow&Pytorch对于刚入门深度学习的童鞋，这里分享下大神们开源的将《动手学深度学习》原书中MXNet代码实现改为TensorFlow2.0实现
Mr_不想起床·2023-10-19 17:35

43TensorFlow 2 深度学习入门与实践--TensorFlow 2 深度神经网络

TensorFlow2深度神经网络随着网络的复杂度增加，尤其是深度神经网络的应用，高阶API的优势就变得更为明显。VGG网络结构本次实验中，我们将还原一个经典的深度神经网络结构VGG。VGG是VisualGeometryGroup的简称，前者代表牛津大学工程科学系的视觉几何课题组。2014年，VGG在ImageNetILSVRC-2014分类任务中拿下了第二名的成绩。简单来讲，VGG采用了卷积神经
Jachin111·2023-10-18 14:12

深度学习硬件配置推荐

3.deeplearning入门和kaggle比赛4.有些Kaggle比赛数据集很大，可能需要更多的GPU显存，请推荐显存4.GDDR6和HBM25.HDD或SATASSD1.基础推荐假设您作为一个深度学习入门学者的需求
赵孝正·2023-10-17 22:27

深度学习入门——卷积神经网络（CNN）

近年来，随着深度学习的发展，卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）已经成为图像处理、计算机视觉等领域的重要工具。本文将介绍CNN的基本原理、结构和应用，并提供一个简单的Python代码，帮助初学者入门深度学习。一、CNN的基本原理CNN是一种深度学习算法，其基本原理是通过多层卷积、池化、非线性激活等操作，将输入的图像转换为高层次的抽象特征，最终输出分类结果
小白白选手·2023-10-17 11:04

深度学习入门 (六)：梯度消失与梯度爆炸、权重的初始值、Batch Normalization、Group Normalization

目录梯度消失与梯度爆炸权重的初始值权重初始值可以设为0吗?(随机生成初始值的重要性)观察权重初始值对隐藏层激活值分布的影响Xavier初始值He初始值归一化输入(Normalizinginputs)BatchNormalizationBN层的正向传播BN层的反向传播基于计算图进行推导不借助计算图，直接推导代码实现GroupNormalization参考文献梯度消失与梯度爆炸本节参考：梯度消失、爆炸
连理o·2023-10-16 20:44

深度学习入门学习小记录5——【Pytorch】，模型推理间隔较大时，推理耗时增加且存在波动

目录前言ChatGPT的回答：实际测试解决方法：来自chatGPT的解答：前言最近在进行模型部署的工作，比较关注模型的推理耗时，发现相同的模型在推理时存在耗时波动。所以做了一些小测试，并做一下经验记录。ChatGPT的回答：【会话模式】这是因为在模型加载后进行推理时，PyTorch会将模型和数据加载到GPU或CPU中，并进行一系列的预处理和计算。在推理过程中，如果间隔时间很短，那么模型和数据都已经
。 7.·2023-10-14 07:00

人工智能讲师专家老师叶梓人工智能讲师之机器学习与深度学习-34

接上一篇，系列博文:人工智能讲师叶梓关于人机器学习与深度学习入门课程课件，为系列博文，更多课程，及老师资料可点击个人主页最小二乘法的示意图R语言实现的一元线性回归一元回归的PYTHON实现•IMPORTPANDASASPD
大数据AI人工智能培训专家培训讲师叶梓·2023-10-13 04:55

神经网络之手写数字识别 《深度学习入门 基于Python的理论实现》第三章实践部分

layout:posttitle:深度学习入门基于Python的理论实现subtitle:第三章手写数字识别tags:[Machinelearning,Reading]第三章神经网络3.6手写数字识别上一个
Dirac811·2023-10-09 21:34

笔记《深度学习入门：基于Python的理论与实现》

第一章Python入门1、使用的外部库2、python基础第二章感知机感知机作为神经网络的起源算法，学习感知机构造1、感知机运行原理权重、阈值2、与门、与非门、或门3、感知机实现：引入权重和偏置4、异或门无法使用单层实现，线性——>非线性，使用多层感知机。5、多层感知机通过叠加层，感知机能进行更灵活的表示单层感知机只能表示线性空间，多层感知机能表示非线性空间多层感知机在理论上可以表示计算机第三章神
iiiMONET·2023-10-08 07:20

足球与读书——《深度学习入门：基于Python的理论与实现》读后感

寒假从回家到现在断断续续把《深度学习入门：基于Python的理论与实现》这本书看完了，这里主要写一写读完后的一些感想，在此之前我想先写一下我踢球的经历。
非文的NLP修炼笔记·2023-10-08 07:19

《深度学习入门：基于Python的理论与实现》学习笔记（2）

每天进步一丢丢作者：云不见链接：https://blog.csdn.net/Walk_OnTheRoad/article/details/107837003编辑：王萌澳门城市大学(深度学习冲鸭公众号)此笔记是基于《深度学习入门
zenRRan·2023-10-08 07:18

深度学习入门：基于Python的理论与实现【笔记】

深度学习入门：基于Python的理论与实现这本数的阅读笔记根据自己的情况总结的，可能有些简单的就没做笔记。
辉小歌·2023-10-08 07:12

RK3568笔记二：部署手写数字识别模型

Lenet是我们的深度学习入门的必学模型，是深度学习领域中的经典卷积神经网络（CNN）架构之一。过程分为：训练，导出ONNX，转化RKNN，测试二、训练数据集训练我是在AutoDL上训练的，
殷忆枫·2023-10-08 06:25

深度学习入门：梯度下降算法

梯度下降可以简单理解为你人站在山上，想要最快下山，那么这个时候你要做的就是在一步一步下山的同时保证向下走的每一步都是最陡的。梯度下降就是上述的这么简单。要完成上述最快下山的第一个问题就是，你站在山上，可以朝着因为圆心360°的方向前进，如何确定朝着那个方向走就是最陡的呢？这就引出了梯度以及导数（对于三维空间，涉及到的就是方向导数）。1.导数（1）二维空间对应到现实生活，就是滑滑梯，只要你在滑梯上往
DADALalalala123·2023-10-07 10:07

深度学习入门01 - 回归

文章目录线性回归生成随机数据设置batch设置网络方法01-快速搭建方法02-继承类的方式拟合非线性函数线性回归目标：拟合出一条直线y=w⊤x+by=\mathbf{w}^\top\mathbf{x}+b
HDU_Ang·2023-10-07 02:22

深度学习入门05-感知机的实现

上一篇我们学习了感知机的基本知识，之后利用感知机模型表示了简单逻辑电路：与门、与非门、或门。简单来说，感知机可以看做一个数学模型，通过调整该模型中的各个参数，我们可以实现不同的逻辑功能，从而解决一些现实问题。在理解感知机基本原理的基础上，我们的目标是使用Python实现感知机的功能。下面，我们就朝着这个目标前进吧。1与门逻辑功能实现我们先定义一个输入参数为x1和x2的二输入与门函数AND。代码如下
MotherBoard·2023-10-01 21:52

《深度学习入门：基于Python的理论与实现》源代码

我提供的源代码：https://github.com/ZhangXinNan/deep_learning_from_scratch
张欣-男·2023-09-30 15:21

深度学习入门：从Python开始

近年来，深度学习已成为机器学习领域的热门话题之一，其应用范围也越来越广泛。作为一名人工智能专家，程序员，软件架构师和CTO，我想通过这篇文章为读者介绍深度学习的入门知识，以便他们能够更好地理解和掌握深度学习技术。一、引言深度学习是一种基于神经网络的机器学习方法，它能够通过模拟人类大脑的结构和运作方式，实现对大量数据的自动学习和分类。深度学习技术在图像识别、语音识别、自然语言处理、机器人控制等领域都
禅与计算机程序设计艺术·2023-09-30 15:50

深度学习入门笔记（二）梯度下降法

如愚见指月，观指不观月。目录上节回顾——logistic回归模型和成本函数梯度下降梯度下降法的执行过程计算图logistic模型中的梯度下降算法上节回顾——logistic回归模型和成本函数是在条件下，的概率。。如果想要让我们的模型更加精确的话，就要让尽可能的接近。所以，我们定义了损失函数和成本函数，用于评估与的接近程度，以及模型的准确率。损失函数是对单个样本来说的。成本函数是对整个数据集来说的。
_CyberAngel·2023-09-28 13:07

【自学记录】深度学习入门——基于Python的理论与实现（第4章 神经网络的学习）

4.2损失函数#损失函数#均方误差defmean_squared_error(y,t):return0.5*np.sum((y-t)**2)#交叉熵误差def_cross_entropy_error(y,t):delta=1e-7return-np.sum(t*np.log(y+delta))#交叉熵损失函数defcross_entropy_error(y,t):ify.ndim==1:t=t.r
__0077·2023-09-27 08:22

深度学习入门教学——对抗攻击和防御

目录一、对抗样本二、对抗攻击三、对抗防御一、对抗样本对抗样本是指对机器学习模型的输入做微小的故意扰动,导致模型输出结果出现错误的样本。深度神经网络在经过大量数据训练后，可以实现非常复杂的功能。在语音识别、图像识别、自然语言处理等任务上被广泛运用。然而，研究表明一个人类无法察觉的噪声可能让机器产生错判。例如，给出一张熊猫的图片，神经网络可以正确地将它识别出来。如果我们给这张图片加入一些噪声，生成一副
恣睢s·2023-09-26 21:08

FileNotFoundError: [Errno 2] No such file or directory: ‘sample_weight.pkl‘《深度学习入门》3.6.2节解决方案

最近在学习这本书，我筛选了很久才找到这本书，对新手小白很友好，代码讲解详细，本文提出有关3.6.2节有关FileNotFoundError:[Errno2]Nosuchfileordirectory:'sample_weight.pkl'报错的解决方案报错的意思是没有找到“sample_weight.pkl”这个文件的地址或者路径原因主要是该书配套的程序有一个地方需要进行修改，如下：红色圈圈的地方
weixin_45686106·2023-09-26 10:50

【自学记录】深度学习入门——基于Python的理论与实现（第3章 神经网络）

3.4.33层神经网络Python实现实现的是这个网络**init_network()**函数会进行权重和偏置的初始化，并将它们保存在字典变量network中。这个字典变量network中保存了每一层所需的参数(权重和偏置)。**forward()**函数中则封装了将输入信号转换为输出信号的处理过程。另外，这里出现了forward(前向)一词，它表示的是从输入到输出方向的传递处理。后面在进行神经网
__0077·2023-09-26 10:16

深度学习入门

一、应用场景1.内容优化根据用户习惯和当前热点推荐感兴趣的内容，包含：游戏推荐列表优化，广告内容优化，活动列表优化等等。2.环境监控拦截反社会，不健康的评论，包含:语音内容，游戏评论。3.安全和防护在支付场景中的应用，包含:刷脸支付，语音登陆等二、基础知识首先先认识一下，人工智能、机器学习和深度学习者三者的关系，如下图。可以看出深度学习知识人工智能的子集。image目前深度学习在it领域应用的最成
陈道乐·2023-09-25 22:49
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他