深度学习入门

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

Python深度学习入门 - - 卷积神经网络学习笔记

文章目录一、卷积神经网络简介二、卷积神经网络的数学原理1、卷积层2、池化层3、感受野三、Python实战卷积神经网络1、LetNet-5网络2、Resnet残差网络3、VGGNet迁移学习总结一、卷积神经网络简介卷积神经网络（ConvolutionalNeuralNetworks，简称CNN）是一种具有局部连接、权值共享等特点的深层前馈神经网络（FeedforwardNeuralNetworks）
szu_ljm·2023-09-25 20:26

Python深度学习入门 - - 人工神经网络学习笔记

文章目录前言一、神经网络原理1、输入层2、全连接层3、激活函数4、损失函数5、前向传播6、反向传播二、Python实战神经网络1.权重初始化技巧2.梯度问题技巧3.模型泛化技巧总结前言如果说机器学习是人工智能的皇冠，深度学习就是这顶皇冠上的明珠，深度学习的出现为人工智能领域的发展拉开了新的序幕。与常见的机器学习模型不同的是，深度学习的数据量更大，特征参数更多，但更重要的是深度学习不需要人为准备特征
szu_ljm·2023-09-25 20:55

Python深度学习入门 - - Transformers网络学习笔记

前言一、Transformers架构原理Transformer架构与传统循环神经网络RNN、LSTM相比具有并行计算、自注意力机制、位置编码和多头注意力等方面的差异。这些差异使得Transformer在处理长序列、建模上下文关系和并行计算方面表现出更强的能力，成为自然语言处理和其他序列任务中的重要架构。编码器由6个相同的层堆叠组成。每一层都有两个子层。第一个是多头自注意机制，第二个是简单的位置全连
szu_ljm·2023-09-25 20:53

深度学习入门：使用CMSIS-NN在微控制器上部署模型的完整指南与Python Jupyter实践

1.引言随着深度学习技术的日益成熟，其应用领域也在不断扩展。从大型数据中心到边缘设备，深度学习模型已经渗透到我们日常生活的各个方面。特别是在嵌入式领域，如微控制器，深度学习的应用为各种设备带来了前所未有的智能化能力。但是，微控制器的计算能力和存储空间都相对有限，如何在这样的设备上运行深度学习模型成为了一个挑战。CMSIS-NN就是为此而生的一个库，它为ARMCortex-M系列微控制器提供了一套高
m0_57781768·2023-09-24 14:47

深度学习入门---多层感知机，过拟合和欠拟合，梯度消失和梯度爆炸

1.多层感知机多层感知机（MLP，MultilayerPerceptron）也叫人工神经网络（ANN，ArtificialNeuralNetwork），除了输入输出层，它中间可以有多个隐层，最简单的MLP只含一个隐层，即三层的结构，如下图：ImageName激活函数需要具备以下几点性质:1.连续并可导（允许少数点上不可导）的非线性函数。可导的激活函数可以直接利用数值优化的方法来学习网络参数。2.激
一只当归·2023-09-21 11:39

PyTorch深度学习入门笔记（一）PyTorch环境配置及安装

@[Toc]OS：ubuntu20.04（虚拟机）一、工具安装1.1Anaconda安装首先安装Anaconda,我是去清华大学镜像站下载，版本为Anaconda3-5.2.0-Linux-x86_64.sh参考这篇CSDN博客安装好。安装成功测试：在这里插入图片描述首先创建一个虚拟环境：condacreate-npytorchpython=3.6在这里插入图片描述输入sourceactivate
雪天鱼·2023-09-21 05:47

【Python深度学习】深度学习入门介绍

引言深度学习是人工智能领域中最受关注和研究的子领域之一，它在计算机视觉、自然语言处理、语音识别、推荐系统等各个领域都有广泛的应用。本文将详细介绍深度学习的发展历史、不同类型、应用领域以及未来发展前景。1、深度学习的发展历史深度学习的起源可以追溯到20世纪50年代，当时科学家们开始研究神经网络模型。然而，由于当时的计算机能力有限，这些模型的效果并不理想。直到20世纪90年代，随着计算机技术的进步，神
RS迷途小书童·2023-09-19 20:41

2023年的深度学习入门指南(27) - CUDA的汇编语言PTX与SASS

通过前面的学习，我们了解了在深度学习和大模型中，GPU的广泛应用。可以说，不用说没有GPU，就算是没有大显存和足够先进的架构，也没法开发大模型。有的同学表示GPU很神秘，不知道它是怎么工作的。其实，GPU的工作原理和CPU是一样的，都是通过指令来控制硬件的。只不过，GPU的指令集和CPU不一样。下面我们就走进GPU的内部，看看如何用汇编来写GPU的程序。初识PTX与SASS从上图我们可以看到，CP
Jtag特工·2023-09-18 08:18

转载-深度学习入门宝典《Python深度学习》原文代码中文注释版及电子书

本文为转载的黄海广老师的相关工作，可以关注黄老师的公众号：机器学习初学者Python深度学习《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，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。作者在github公布了代
一家小酒馆·2023-09-18 04:46

(39)[ECCV14] SPPNet: Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

计划完成深度学习入门的126篇论文第三十九篇，Kaiminghe以及孙剑等完成的对VIsualRecognition中SpatialPyramidPooling的研究。
gdtop818·2023-09-17 19:12

深度学习之卷积神经网络0基础入门学习教程——浅层深度学习（全网最详细，不详细你打我）（看不懂你打我）（对小白没用你打我）

作为一个双非学校的人工智能硕士研究生，我在深度学习入门之初，学校里没人带，只能靠自己一点一点的摸索，走了很多弯路，因为自己并不懂得从哪里入手，从吴恩达的课到李沐的课等等无数种课，无数种书看了很多，买了很多
小馨馨的小翟·2023-09-17 16:00

AI人工智能-深度学习入门

首先声明下文中用到很多图片来源不同文章，如果有侵权问题请告知，马上删除1.序言此文献给准备入门或者想了解目前火热的人工智能技术的朋友们，首先科普下，人工智能是个很大的课题，实现的方式有传统的机器学习各种算法，只不过目前效果最好最强大算法是深度学习算法，所以现在常说的人工智能技术一般就是指深度学习。机器学习的概念早在80年代就提出了，由于计算机性能的限制，和传统算法的局限性，所以没有大规模的应用，直
LiYunfei·2023-09-16 16:29
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他