深度学习入门第4页

深度学习入门教学——代价敏感学习

1、背景常用于分类器性能评估的指标为：准确率或错误率，也就是代价不敏感学习。【注】代价：一个类别被错误分类到其他类别的惩罚（也称为权重）。代价不敏感学习的前提是：不同类的误分类代价相同。用于学习的训练数据足够完备。但上述的条件在现实中很难被满足，原因是：不同类的误分类代价经常不同。有些训练数据获取困难。所以，提出了新的分类学习方法，即代价敏感学习。代价敏感学习是解决类别不平衡问题的重要方法之一，可

恣睢s·2023-09-09 05:36

深度学习入门（四）——机器学习基础

机器学习（二）sklearn机器学习（三）sklearn机器学习（四）sklearn机器学习（五）sklearn机器学习（六）sklearn机器学习（七）sklearn机器学习（八）最近正在看机器学习和深度学习入门的内容

_归尘_·2023-09-09 05:34

深度学习入门理解——零基础数学篇（一）

前言本文章仅代表作者对于入门神经网络的一些总结，不涉及高深的数学知识。将深度学习之前我们先来了解一下什么是回归问题，关于回归问题的讲解可以直接百度，这里具体来说就是要让机器观察猫的特征或者一群学生的身高，然后根据这些特征对某种事物进行分类或预测（是否为猫，有多少个男生）那么怎么解决回归问题呢，我们知道，机器和人不同，它不能用眼睛直观的看到这些特征，它只能看到一堆数字，一串矩阵，因此我们要让机器明白

小羊头发长·2023-09-09 05:31

深度学习入门教学——卷积神经网络CNN

一、CNN简介1、应用领域检测任务分类与检索超分辨率重构2、卷积网络与传统网咯的区别传统神经网络和卷积神经网络都是用来提取特征的。神经网络：可以将其看作是一个二维的。卷积神经网络：可以将其看作是一个三维的。3、整体框架二、输入层该层主要是对原始图像数据进行预处理，保留了图片本身的结构。对于黑白的32×32的图片，CNN的输入是一个32*32的二维神经元；对于RGB格式的28×28图片，CNN的输入

恣睢s·2023-09-04 19:40

深度学习入门！四种方式实现minist分类！全部详细代码实现！Cnn(卷积神经网络，两种方式)，感知机（Bp神经网络），逻辑回归！代码详细注释！！minist数据集该怎么使用？

文章目录**通过训练好的模型，来测试自己手写的数字，教你如何实现！以及如何调用模型和保存模型：****https://blog.csdn.net/weixin_41146894/article/details/110010179**前言一、Cnn实现minist代码一、Cnn实现minist代码分类--tf.nn实现，详细版二、Cnn实现minist代码分类二--tensorflow.keras.

@尚码哥@·2023-09-04 18:20

2023年的深度学习入门指南(26) - 在自己电脑上运行通义千问7b模型

2023年的深度学习入门指南(26)-在自己电脑上运行通义千问7b模型通过量化，通义千问4位量化的模型大小为5.86G，可以在3060等小于16G的家用GPU上也可以运行起来。

Jtag特工·2023-09-03 21:48

反向传播求变量导数

变量导数求解3.代码实现3.1参数对应3.2代码实现以前只知道反向传播通过链式法则实现今天看书发现图片上求出来的值自己算不出来所以自己算了一下，记录一下，并运行了书中的代码相关书籍：[图灵程序设计丛书].深度学习入门

图图淘气·2023-09-01 04:38

深度学习入门（Python）学习笔记1

第1章Python入门1.1python是什么Python是一个简单、易读、易记的编程语言，而且是开源的，可以免费地自由使用。使用Python不仅可以写出可读性高的代码，还可以写出性能高（处理速度快）的代码。再者，在科学领域，特别是在机器学习、数据科学领域，Python也被大量使用。Python除了高性能之外，凭借着NumPy、SciPy等优秀的数值计算、统计分析库，在数据科学领域占有不可动摇的地

蔬菜院院长·2023-08-31 08:30

Pytorch-以数字识别更好地入门深度学习

目录一、数据介绍二、下载数据三、可视化数据四、模型构建五、模型训练六、模型预测一、数据介绍MNIST数据集是深度学习入门的经典案例，因为它具有以下优点：1.数据量小，计算速度快。

Chukai123·2023-08-30 07:03

算法工程师面试常见代码题汇总

主要参考：《深度学习入门：基于python的理论和实现》文章目录激活函数sigmoidrelusoftmaxbettersoftmax损失函数meansquarederrorcrossentropyerrordetailedcrossentropyerror

江米江米·2023-08-29 09:51

深度学习入门（三）：卷积神经网络（CNN）

引入给定一张图片，计算机需要模型判断图里的东西是什么？（car、truck、airplane、ship、horse）一、卷积神经网络整体架构CONV：卷积计算层，线性乘积求和RELU：激励层，激活函数POOL：池化层，取区域平均或最大（MAXPOOL）PC：全连接层二、CONV卷积层计算对CNN来说，它是一块一块进行对比的，“小块”称之为Features特征。卷积就是对图像（不同窗口数据）和滤波矩

一个很菜的小猪·2023-08-23 08:01

使用Gensim Word2Vec生成中文词向量

网络有很多的“机器学习入门”和“深度学习入门”的课程，初学，利用示例代码和别人已经处理好的cleandata来做练习，感觉很顺畅，可每当要自己单飞之时，却发现连最“趁手”的数据都没有时，老夫实在是一脸茫然

屠夫猫·2023-08-23 06:03

深度学习入门教学——二分分类

1、什么是二分分类？二分分类就是判断“有”和“没有”、“是”和“不是”的问题，也就是监督学习中的分类问题。例如，输入一张图片，输出识别该图片的标签。计算机输入图片转化过程如下：2、神经网络常用符号表示(x,y)：表示一个样本，其中x是nx维特征向量，y∈{0,1}。训练集由m个训练样本组成，即，其中表示样本1的输入和输出，以此类推。m_test：样本数量。多维矩阵X来表示数据集：，即nx*m维矩阵

恣睢s·2023-08-22 19:16

剪枝基础与实战(2): L1和L2正则化及BatchNormalization讲解

1.CIFAR10数据集CIFAR10是深度学习入门最先接触到的数据集之一，主要用于图像分类任务中，该数据集总共有10个类别。

@BangBang·2023-08-21 14:49

深度学习入门初探——C语言版的损失函数均方误差

clyfk·2023-08-19 03:29

深度学习入门初探——C语言版的激活函数

下面是Python版的激活函数：深度学习入门初探——简单的激活函数C语言是过去几十年软件和硬件两个阵营之间签署的最坚实的契约。

clyfk·2023-08-19 03:28

深度学习入门初探——C语言版的softmax实现

其Python版的代码在这里：输出层的介绍深度学习入门初探——多层感知机的神经网络式实现https://www.toutiao.com/i7027833090944860710/

clyfk·2023-08-19 03:28

深度学习代码入门（一）

深度学习代码入门（一）陆陆续续看了《深度学习入门》，也看了一些代码，又必要开始写blog记录比较重要的学习代码了。

DC妙妙屋·2023-08-19 02:31

深度学习入门-3-计算机视觉-图像分类

1.概述图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类，医学领域的图像识别等。这里对图像分类领域的经典卷积神经网络进行剖析，介绍如何应用这些基础模块构建卷

mlf2051288062·2023-08-17 07:43

深度学习入门-2-开源开放平台

一、深度学习框架1.简介深度学习在很多机器学习任务中都有着非常出色的表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域都有着广泛应用。面对繁多的应用场景，深度学习框架有助于建模者聚焦业务场景和模型设计本身，省去大量而繁琐的代码编写工作，其优势主要表现在如下两个方面：节省编写大量底层代码的精力：深度学习框架屏蔽了底层实现，用户只需关注模型的逻辑结构，同时简化了计

mlf2051288062·2023-08-17 07:13

深度学习入门-3-计算机视觉-卷积神经网络

一、计算机视觉1.概述计算机视觉作为一门让机器学会如何去“看”的学科，具体的说，就是让机器去识别摄像机拍摄的图片或视频中的物体，检测出物体所在的位置，并对目标物体进行跟踪，从而理解并描述出图片或视频里的场景和故事，以此来模拟人脑视觉系统。因此，计算机视觉也通常被叫做机器视觉，其目的是建立能够从图像或者视频中“感知”信息的人工系统。计算机视觉技术已经在交通（车牌识别、道路违章抓拍）、安防（人脸闸机、

mlf2051288062·2023-08-17 07:41

《深度学习入门:基于python的理论与实现》chap2感知机

文章目录2.1什么是感知机2.2简单逻辑电路&2.3感知机的实现引入偏置与门Andgate与非门(NANDgate)或门ORgate2.4感知机的局限性(单层感知机无法分离非线性空间)2.4.1异或门2.4.2线性和非线性2.5多层感知机(multi-layeredperception)2.5.1已有门电路的组合2.5.2异或门的实现2.6从与非门到计算机2.7小结入坑AI的时候就是看的这本书，当

临风而眠·2023-08-17 05:23

2023年的深度学习入门指南(18) - 将LLaMA2跑起来

2023年的深度学习入门指南(18)-将LLaMA2跑起来之前我们说到过，在GPT3之后，大模型就很少有开源的了。其中，最为典型的开源支持者就是Meta公司的研究团队。

Jtag特工·2023-08-15 11:26

UFLDL新版教程与编程练习（六）：Multi-Layer Neural Network（多层神经网络）

UFLDL是吴恩达团队编写的较早的一门深度学习入门，里面理论加上练习的节奏非常好，每次都想快点看完理论去动手编写练习，因为他帮你打好了整个代码框架，也有详细的注释，所以我们只要实现一点核心的代码编写工作就行了

赖子啊·2023-08-12 12:18

Pytorch深度学习入门（1）-如何使用Pytorch跑一个神经网络

目录0.Intro1.深度学习与Pytorch1.1深度学习1.2Pytorch2.预训练模型2.1运行环境2.2加载预训练模型2.3使用网络进行图片分类3.总结写在后面的话0.Intro本文是Pytorch入门系列的第一篇文章。本文主要通过使用Pytorch当中的预训练模型完成一个深度学习任务，让大家对Pytorch的基本使用与一个最基础的了解，通过这样一个相对顶层的方式作为开始，让大家对Pyt

火花同学·2023-08-10 01:06

【Pytorch+torchvision】MNIST手写数字识别

深度学习入门项目，含代码详细解析在本文中，我们将在PyTorch中构建一个简单的卷积神经网络，并使用MNIST数据集训练它识别手写数字。

S0ybean·2023-08-09 09:46

基于深度学习的手写数字识别算法Python实现

手写数字识别更是深度学习入门的经典案例，学习和理解其背后的原理对于深度学习的理解有很重要的作用。本文将采用深度学习中的卷积神经网络来训练手写数字识别模型。

程序员奇奇·2023-08-09 08:38

[深度学习入门]PyTorch深度学习[Numpy基础](上)

目录一、前言二、Numpy概述三、生成Numpy数组3.1从已有数据中创建数组3.2利用random模块生成数组3.3创建特定形状的多维数组3.4利用arange和linspace函数生成数组四、获取元素五、Numpy的算术运算5.1对应元素相乘5.2点积运算六、后记本文的目标受众：对机器学习、深度学习感兴趣的同学或从业人员，和对Python、PyTorch、TensorFlow等感兴趣并希望能再

TJUTCM-策士之九尾·2023-08-08 09:13

[深度学习入门]PyTorch深度学习[数组变形、批量处理、通用函数、广播机制]

目录一、前言二、数组变形2.1更改数组的形状2.1.1reshape2.1.2resize2.1.3T(转置)2.1.4ravel2.1.5flatten2.1.6squeeze2.1.7transpose2.2合并数组2.2.1append2.1.2concatenate2.1.3stack三、批量处理四、通用函数4.1math与numpy函数的性能比较4.2循环与向量运算比较五、广播机制六、小

TJUTCM-策士之九尾·2023-08-08 09:12

2023年的深度学习入门指南(24) - 处理音频的大模型 OpenAI Whisper

2023年的深度学习入门指南(24)-处理音频的大模型OpenAIWhisper在这一讲之前，我们所用的大模型都是针对文本的。这一讲我们增加一个新的领域，即音频。

Jtag特工·2023-08-01 12:04

2023年的深度学习入门指南(22) - 百川大模型13B的运行及量化

2023年的深度学习入门指南(22)-百川大模型13B的运行及量化不知道上一讲的大段代码大家看晕了没有。但是如果你仔细看了会发现，其实代码还是不全的。比如分词器我们就没讲。

Jtag特工·2023-07-31 01:05

深度学习入门（二）：神经网络整体架构

一、前向传播作用于每一层的输入，通过逐层计算得到输出结果二、反向传播作用于网络输出，通过计算梯度由深到浅更新网络参数三、整体架构层次结构：逐层变换数据神经元：数据量、矩阵大小（代表输入特征的数量）x：[1,3]x：[1,3]x：[1,3]w1：[3,4]w_1：[3,4]w1：[3,4]hiddenlayer1：[1,4]hiddenlayer1：[1,4]hiddenlayer1：[1,4]w2

一个很菜的小猪·2023-07-29 06:41

2023年的深度学习入门指南(21) - 百川大模型

2023年的深度学习入门指南(21)-百川大模型前面我们用了三节的篇幅介绍了目前最强大的开源模型LLaMA2。这一节我们说一说国产大模型的一个代表，百川大模型。

Jtag特工·2023-07-29 06:10

2023年的深度学习入门指南(20) - LLaMA 2模型解析

2023年的深度学习入门指南(20)-LLaMA2模型解析上一节我们把LLaMA2的生成过程以及封装的过程的代码简单介绍了下。还差LLaMA2的模型部分没有介绍。

Jtag特工·2023-07-29 01:04

青少年python推荐书籍_太火了，又送10本Python好书

这是一本火爆日本IT圈的深度学习入门书，原版上市不足2年印刷已达100000册，长期位

weixin_39976951·2023-07-28 17:04

深度学习入门（一）：神经网络基础

一、深度学习概念1、定义通过训练多层网络结构对位置数据进行分类或回归，深度学习解决特征工程问题。2、深度学习应用图像处理语言识别自然语言处理在移动端不太好，计算量太大了，速度可能会慢eg.医学应用、自动上色3、例子使用k最近邻进行判断时，背景主导是最大的问题，因为我们关注的是主体（主要成分）二、神经网络基础1、线性函数例如输入一个小猫图片，通过f(x,W)f(x,W)f(x,W)得到每个类别的得分

一个很菜的小猪·2023-07-28 13:24

深度学习入门教程（1）：用神经网络预测糖尿病病例Predict Diabetes Cases with Neural Networks

本深度学习入门教程是在polyuHPCStudio启发以及资源支持下进行的，在此也感谢polyu以及提供支持的老师。

出门吃三碗饭·2023-07-28 03:04

深度学习入门教程（2）：使用预训练模型来文字生成图片TextToImageGenerationWithNetwork

本深度学习入门教程是在polyuHPCStudio启发以及资源支持下进行的，在此也感谢polyu以及提供支持的老师。

出门吃三碗饭·2023-07-28 03:32

2023年的深度学习入门指南(19) - LLaMA 2源码解析

2023年的深度学习入门指南(19)-LLaMA2源码解析上一节我们学习了LLaMA2的补全和聊天两种API的使用方法。本节我们来看看LLaMA2的源码。

Jtag特工·2023-07-26 17:47

41TensorFlow 2 深度学习入门与实践--TensorFlow 2 基础概念语法

TensorFlow2基础概念语法TensorFlow2简介TensorFlow是由谷歌在2015年11月发布的深度学习开源工具，我们可以用它来快速构建深度神经网络，并训练深度学习模型。运用TensorFlow及其他开源框架的主要目的，就是为我们提供一个更利于搭建深度学习网络的模块工具箱，使开发时能够简化代码，最终呈现出的模型更加简洁易懂。2019年，TensorFlow推出了2.0版本，也意味着

Jachin111·2023-07-26 13:32

机器学习&&深度学习——预备知识（上）

首先把机器学习&&深度学习入门一下，里面包含了一些数学、

布布要成为最负责的男人·2023-07-26 05:46

深度学习入门教学——神经网络

深度学习就是训练神经网络。1、神经网络举个最简单的例子，以下是一个使用线性回归来预测房屋价格的函数。这样一个用于预测房屋价格的函数被称作是一单个神经元。大一点的神经网络，就是将这些单个神经元叠加起来。例如：神经网络根据多个相关联的输入来预测房屋价格。但这只是人为表示，真正的神经网络并不是这样的，如下图所示。实际的神经网络中，隐藏单元的输入同时来自所有的特征。也就是说，我们不会具体地说第一个单元表示

恣睢s·2023-07-25 16:38

深度学习入门02-NumPy-2

上一篇文章我们介绍一下NumPy的导入、生成一维数组、数组算术运算和多维数组。下面我们学习NumPy的广播机制和如何访问数组元素等内容。5广播(broadcast)NumPy中，形状不同的数组之间也可以进行运算。之前的例子中，在2×2的矩阵A和标量10之间进行了乘法运算。在这个过程中，如下图所示，标量10被扩展成了2×2的形状，然后再与矩阵A进行乘法运算。这个巧妙的功能称为广播（broadcast

MotherBoard·2023-07-24 18:11

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包

茗创科技·2023-07-21 15:14

[深度学习入门]Python序列、切片、元组、字典及集合相关问题

目录一、Python序列1、列表创建与删除2、列表元素的增加（1）可以使用“+”运算符将元素添加到列表中。（2）使用列表对象的append()方法，原地修改列表，是真正意义上的在列表尾部添加元素，速度较快。（3）使用列表对象的extend()方法可以将另一个迭代对象的所有元素添加至该列表对象的尾部。通过extend()方法来增加到表元素也不改变其内存首地址，属于原地操作。（4）使用列表对象的ins

TJUTCM-策士之九尾·2023-07-19 09:12

[深度学习入门]什么是神经网络？[神经网络的架构、工作、激活函数]

目录一、前言二、神经网络的架构——以手写数字识别三、神经网络的工作1、单输入单输出感知器函数2、二维输入参数3、三维输入参数四、激活函数1、激活函数2、ReLU激活函数3、非线性激活函数（1）二输入二输出的神经网络的架构（2）方程矢量化（3）设置不同的权重矩阵和偏置因子（4）其他矩阵变换4、线性激活函数和非线性激活函数一、前言在大多数资料中，神经网络都被描述成某种正向传播的矩阵乘法。而本篇博文

TJUTCM-策士之九尾·2023-07-19 09:08

【Python】深度学习入门——基于Python的理论与实现（学习笔记）

目录一、感知机二、神经网络三、神经网络的学习四、误差反向传播法：五、与学习相关的技巧六、卷积神经网络一、感知机1.感知机是具有输入和输出的算法。给定一个输入后将输出一个既定的值。图形：公式：其中w1为权重——控制输入信号的重要性；b为偏置——调整神经元被激活的容易程度。2.“门”的作用：感知机→(门)→应用、计算。这里的门指：与门、与非门、或门。它们是具有相同构造的感知机，是线性的，区别只在于权重

最最菜的菜鸟·2023-07-17 22:49

42TensorFlow 2 深度学习入门与实践--TensorFlow 2 实现线性回归

TensorFlow2实现线性回归线性回归是入门机器学习必学的算法，其也是最基础的算法之一。接下来，我们以线性回归为例，使用TensorFlow2提供的API和EagerExecution机制对其进行实现。线性回归是一种较为简单，但十分重要的机器学习方法，它也是神经网络的基础。如下所示，线性回归要解决的问题就是如何找到最理想的直线去拟合散点样本。image.png对于一个线性回归问题，一般来讲有2

Jachin111·2023-07-14 07:14

第四届脑电深度学习入门班（训练营：2023.7.4~7.12）