深度学习入门

深度学习入门——神经网络激活函数之阶跃函数

importnumpyasnpimportmatplotlib.pyplotaspltdefstep_function(x):returnnp.array(x>0,dtype=np.int)x=np.arange(-0.5,0.5,0.01)y=step_function(x)plt.plot(x,y)plt.ylim(-0.1,1.1)#指定y轴的范围plt.ylabel('y')plt.xla
我是小杨我就这样·2023-01-02 08:26

想入门深度学习？你需要先搞懂这三个问题

今天聊三个深度学习入门问题，是在公号后台大家经常提到的。第一个问题，学深度学习是不是需要先学机器学习？说实话我有点意外，对于怎样学深度学习，我设想过各种问题，但没想到大家最好奇的会是上面这个问题。
hzbooks·2023-01-02 07:39

深度学习入门篇：说人话，到底什么是Embedding，为什么要引入它

先来看看谷歌的解释，应该是网上能找到最棒的版本了。Embedding是一个相对低维的空间，可以将高维向量转换到其中。Embedding使得机器学习更容易在大规模的输入上进行，比如表示单词的稀疏向量。理想情况下，Embedding通过将语义相似的输入紧密地放置在Embedding空间中来捕获输入的一些语义。Embedding可以跨模型学习和重用。这个解释已经很通俗易懂了，但我相信对于很多机器学习小白
清华江同学·2023-01-01 08:14

pytorch应用（入门1）

学习用具《深度学习入门之Pytorch》廖星宇在Z-library上能搜到。
懒回顾，半缘君·2022-12-31 15:47

github标星8331+：吴恩达深度学习课程资源（完整笔记、中英文字幕视频、python作业，提供百度云镜像！）...

吴恩达老师的深度学习课程（deeplearning.ai），可以说是深度学习入门的最热门课程，我和志愿者编写了这门课的笔记，并在github开源，star数达到8331+，曾经有相关报道文章。
机器学习算法那些事·2022-12-31 12:10

AWS人工智能主题学习月：深度学习入门笔记

目录一、深度学习入门课程的学习重点二、简单介绍一下深度学习和神经网络1.深度学习2.神经网络3.深度学习储备知识拓展三、深度学习生产生活实际案例四、深度学习的框架介绍总结深度学习是机器学习中的一种方法，
牛大了2022·2022-12-31 09:53

深度学习入门（六十六）循环神经网络——束搜索

深度学习入门（六十六）循环神经网络——束搜索）前言循环神经网络——束搜索课件贪心搜索穷举搜索束搜索总结教材1贪心搜索2穷举搜索3束搜索4小结前言核心内容来自博客链接1博客连接2希望大家多多支持作者本文记录用
澪mio·2022-12-30 08:22

计算机视觉与深度学习入门简介

计算机视觉与深度学习入门简介1.计算机视觉与深度学习的关系1.1人类视觉神经的启迪1.1.1动物视觉实验1.1.2视觉神经科学观点1.2计算机视觉的难点与人工神经网络1.3应用深度学习解决计算机视觉的问题
dp_shiyu·2022-12-30 07:16

【Python基础学习1】python、IDLE、pycharm、Anaconda的区别与联系

由于之前深度学习入门期间一直使用的TensorFlow框架，且已经有很长一段时间没有触碰过安装本身的技术问题，回想入门的时候稀里糊涂的把深度学习框架安装上。
一只程序猿林·2022-12-29 17:00

keras神经风格迁移_深度学习入门 | 第六章：经典卷积神经网络：迁移学习

点击关注了解更多精彩内容！！6.5迁移学习通过第5章和第6章的学习，我们掌握了很多新的深度学习模型的知识，这些都是前人智慧的结晶，可想而知，在未来还会有更多优秀的深度学习模型被开发出来，每个都学习显然不现实。此外，深度学习的训练又需要极其昂贵的硬件资源，这让很多科研工作者望而却步。因此为了解决人们在学习深度学习时遇到的种种困难，有人提出了迁移学习的概念，它能够帮助我们站在前人的肩膀上，继续前进。本
皮皮波·2022-12-29 16:45

深度学习入门篇 | 常用的经典神经网络模型

神经网络，是模拟生物神经网络进行信息处理的一种数学模型。它以对大脑的生理研究成果为基础，其目的在于模拟大脑的某些机理与机制，实现一些特定的功能。神经网络是目前最火的研究方向深度学习的基础，本文将神经网络分成三个主要类别，并详细介绍了每个类别的主要神经网络模型，读完本文你将能迅速掌握常用的经典神经网络模型，属于深度学习的基础入门篇。一般来说，神经网络可以分为三种主要类型：前馈神经网络、反馈神经网络和
·2022-12-29 15:39

2021-08-06MATLAB深度学习简单应用

Matlab深度学习的简单实现该实例源自MATLAB的官方学习课程中的《深度学习入门之旅》的课后练习项目，对已给的“显微镜下蛔虫图像”进行训练，最后识别出deadoralive。
TianTYC·2022-12-29 00:11

python深度学习入门笔记全面总结！！（持续更新）

前言之前有过断断续续地学习深度学习的经历对深度学习有一定的了解包括激活函数，损失函数，卷积，池化这种基本概念对CNN，RNN，ResNet都有一定的了解去年参加的项目里还和队友一起做了个基于CNN的智能搜索引擎（没记错的话还花里胡哨地用了点jieba分词）不过当时才刚刚大二，知识体系漏洞很大，项目全靠带现在再翻翻当时的源码都得费好大劲才能回想起来在写什么。。。而想想自己到底学了点什么深度学习，又很
JOKECHEN66·2022-12-28 14:09

1.深度学习入门介绍--神经网络数学基础

一.神经网络主要围绕以下几个方面：层：多个层组成的网络（或模型）。（神经网络核心组件，相当于数据处理模块，进去一些数据，出来的数据更加有用。）输入数据和相应的目标。损失函数：即用于学习的反馈信号优化器，决定学习过程如何进行例：output=relu(dot(w,input)+b)w，b都是张量，均为该层的属性。他们被称为该层的权重或可训练参数，分别对应于kernal,bias属性。这些权重包含网络
自动驾驶--小学生·2022-12-28 12:44

深度学习入门基于python的理论与实现-神经网络

目录1前言2神经网络是什么2.12.2激活函数2.2.1连接感知机和神经元的桥梁2.2.2常用的激活函数2.3线性函数和非线性函数2.4三层神经网络的实现2.5代码实现小结2.6输出层的设计3手写数字识别3.1MNIST数据集3.1.1特点1前言在上一章感知机的学习中，我们知道感知机的异或门有可能表示任何复杂的函数，只要设置合适的权重即可，但是这是由人工来进行决定的----接下来神经网络可以解决这
Nefelibat·2022-12-28 12:41

深度学习入门（四）——神经网络是如何学习的？

深度学习入门（四）——神经网络是如何学习的？所谓的神经网络学习过程是根据模型分类效果调整神经网络中上千个激活函数的所有权值和偏置值。直至模型分类精度符合要求，模型学习过程结束。
爱骑单车的阿鹏·2022-12-28 12:40

深度学习入门笔记之DenseNet网络

目录设计理念DenseNet优势DenseNet的网络基本结构图DenseBlock模块参考资料论文：DenselyConnectedConvolutionalNetworks论文链接：https://arxiv.org/pdf/1608.06993.pdf代码的github链接：https://github.com/liuzhuang13/DenseNetMXNet版本代码（有ImageNet预
ysukitty·2022-12-26 16:37

深度学习入门笔记之VggNet网络

VGGNet是由牛津大学的视觉几何组（VisualGeometryGroup）和谷歌旗下DeepMind团队的研究员共同研发提出的，获得了ILSVRC2014（2014年ImageNet图像分类竞赛）的第二名，将Top-5错误率降到7.3%，在Top-5中取得了92.3%的正确率，同年的冠军是googlenet。目前使用比较多的网络结构主要有ResNet（152-1000层），GooleNet（2
ysukitty·2022-12-26 16:07

深度学习入门笔记之LeNet-5网络

一、基本简介LeNet5可以说是最早的卷积神经网络了，它发表于1998年。LeNet-5出自论文Gradient-BasedLearningAppliedtoDocumentRecognition，是一种用于手写体字符识别的非常高效的卷积神经网络。论文原文地址http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf。二、LeNet网络的基本结构LeNe
ysukitty·2022-12-26 16:58

深度学习入门理论（结合情绪识别）

文章目录1.人工智能的历史表情识别的意义和基本流程机器学习和卷积神经网络3维数据的卷积运算池化层CNN的可视化2.卷积神经网路和循环神经网络的区别3.注意力机制的概念准确率和召回率:参考文献：1.人工智能的历史早期的国际象棋仅包含程序员精心编写的硬编码规则，并不属于机器学习，这种方法称为符号主义人工智能。机器学习是一种新的方法，来代替符号主义的人工智能。传统的人工智能（符号主义人工智能），人输入的
沧海一声笑·rush·2022-12-26 12:02

keras入门笔记2:我们来玩卷积层（ Convolution Layer）～一层卷积层分类Mnist！

哈啰哈啰～继之前的：keras深度学习入门笔记附录1：让我们看看有多少种让搭建好的模型开始跑的方式（fit和trainonbatch）https://blog.csdn.net/timcanby/article
timcanby·2022-12-25 04:34

深度学习入门-框架keras-5keras卷积层介绍

目录Conv1DConv2DConv3DSeparableConv1D深度方向的可分离1D卷积。SeparableConv2DConv2DTranspose转置卷积层(有时被成为反卷积)。Cropping1D它沿着时间维度（第1个轴）裁剪。Cropping2DCropping3DUpSampling1D放大图像UpSampling2DUpSampling3DZeroPadding1D首尾端填充0，
Chise1·2022-12-25 04:34

【深度学习入门】Anaconda常用命令总结

目录一、前言二、常用命令1、复制Conda虚拟环境2、添加镜像3、删除虚拟环境4、5、一、前言总结一下在服务器使用过程中常用的一些命令，以便后续查看使用。二、常用命令1、复制Conda虚拟环境在命令行中输入：condacreate-nenv2--cloneenv1其中env2是新创建的Conda环境，env1是被复制的Conda环境，复制完成后，两个环境的配置是完全相同的。2、添加镜像添加清华源镜
Donvink·2022-12-24 14:17

手把手教程：深度学习入门项目MNIST手写数字分类任务

基于Pytorch实现MNIST手写数字分类任务前言实现细节问题讨论参考资料运行环境系统：Win10CPU解释器：Python依赖包：AnacondaPytorch前言本文无需了解任何AI先验知识（当然有更好），快速入门AI基本脉络，手把手教你一步步搭建神经网络，并解决一个分类手写数字的实际问题。基本流程：搭建环境，导入依赖包下载MNIST数据集，并做预处理Dataset转化为Pytorch能识别
来知晓·2022-12-24 12:19

深度学习入门（八）------MNIST数据集处理

对这个MNIST数据集实现神经网络的推理处理。神经网络的输入层有784个神经元，输出层有10个神经元。输入层的784这个数字来源于图像大小的28×28=784，输出层的10这个数字来源于10类别分类（数字0到9，共10类别）。此外，这个神经网络有2个隐藏层，第1个隐藏层有50个神经元，第2个隐藏层有100个神经元。这个50和100可以设置为任何值。定义get_data()、init_network
程序员到程序猴·2022-12-24 12:19

【神经网络】神经网络中的矩阵的理解

在《深度学习入门：基于Python的理论与实现》书中，看到讲解矩阵的章节，加深了我对矩阵的理解。脱离应用理解数学是很难的。将矩阵放在深度学习的环境里可以较好的理解矩阵的含义。这里假设你已经学过矩阵。
qilei2010·2022-12-24 08:02

pickle.load函数

importpicklesave_file=r"D:\【源代码】深度学习入门：基于Python的理论与实现\【源代码】深度学习入门：基于Python的理论与实现\ch03\dataset\mnist.pkl"withopen
YJZ555·2022-12-24 08:01

深度学习入门课笔记（三）

目录一、序列数据二、语言模型三、RNN基本结构RNN的通过（穿越）时间反向传播四、门控循环单元引入门的循环网络（GRU）五、长短期记忆网络LSTM一、序列数据序列数据是常见的数据类型，前后数据具有关联性，比如我们说出的一句话，词与词之间互相有影响。举个例子：语音识别、机器翻译、视频的行为识别等二、语言模型语言模型是自然语言处理（NLP）的重要技术。在NLP中常把文本看成离散时间序列，一段长度为T的
是帆帆不是凡凡呀·2022-12-23 12:09

深度学习入门课笔记（一）

深度学习入门课笔记（一）神经网络基础人工神经元**人工神经网络*：大量神经元以某种连接方式构成的机器学习模型。根据连接方式的不同分为很多种。第一个神经网络：感知机**but！！！
是帆帆不是凡凡呀·2022-12-23 12:09

深度学习入门课笔记（二）

目录卷积神经网络卷积神经网络发展史猫的视觉系统实验第一个卷积神经网络雏形——新认知机第一个大规模商用卷积神经网络——Lenet—5第一个技惊四座的卷积神经网络——Alexnet卷积层池化层Lenet-5卷积神经网络卷积神经网络发展史猫的视觉系统实验1.神经元存在局部感受区域（感受野）2.细胞对角度有选择性3.细胞对运动方向有选择性启发：视觉系统是分层、分级的进行处理，从低级到高级的抽象过程堆叠使用
是帆帆不是凡凡呀·2022-12-23 12:09

ds证据理论python实现_阅书记·深度学习入门基于Python的理论与实现

从毕业设计从开始到现在，也算是接触深度学习有一年的时间了，看过一些硕士生的毕业论文也浏览过几篇学术论文，对于深度学习一直来说就像熟悉的陌生人。我知道它来源于数据挖掘机器学习中的人工神经网络，也知道卷积、池化、激活等一些列基本概念，听过正向传播算法和逆向传播算法的名称，一直没有较为系统的打通这些概念的联系，直到阅读了这本斋藤康毅的书籍，使我对深度学习的认知有了一定程度的提高，趁着一口气的热乎劲，我把
weixin_39670627·2022-12-22 19:15

Python实现softmax函数及注意事项

文章目录1.Softmax函数2.代码实现3.注意事项本文摘自《深度学习入门：基于Python的理论与实现》一书。
曹逗号·2022-12-22 15:24

从jieba分词到BERT-wwm——中文自然语言处理（NLP）基础分享系列（1）

起源及致谢原作因为编写内部培训材料的需要，近期又重读了之前收藏的一篇博客《进入NLP世界的最佳桥梁：写给所有人的自然语言处理与深度学习入门指南》https://leemeng.tw/shortest-path-to-the-nlp-world-a-gentle-guide-of-natural-language-processing-and-deep-learning-for-everyone.h
moronism189·2022-12-22 13:10

33万字！深度学习笔记在线版发布!

吴恩达老师的深度学习课程（deeplearning.ai），可以说是深度学习入门的最热门课程，我和志愿者编写了这门课的笔记，并在github开源，为满足手机阅读的需要，我将笔记做成了在线版，可以在手机上打开公众号收藏就能学习
生信宝典·2022-12-22 08:31

深度学习入门（六十五）循环神经网络——序列到序列学习（seq2seq）

深度学习入门（六十五）循环神经网络——序列到序列学习（seq2seq）前言循环神经网络——序列到序列学习（seq2seq）课件机器翻译seq2seq编码器-解码器细节训练衡量生成序列的好坏的BLEU总结教材
澪mio·2022-12-21 14:29

深度学习入门（六十三）循环神经网络——机器翻译数据集

深度学习入门（六十三）循环神经网络——机器翻译数据集前言循环神经网络——机器翻译数据集教材1下载和预处理数据集2词元化3词表4加载数据集5训练模型6小结前言核心内容来自博客链接1博客连接2希望大家多多支持作者本文记录用
澪mio·2022-12-21 14:28

深度学习入门（六十四）循环神经网络——编码器-解码器架构

深度学习入门（六十四）循环神经网络——编码器-解码器架构前言循环神经网络——编码器-解码器架构课件重新考察CNN重新考察RNN编码器-解码器架构总结教材1编码器2解码器3合并编码器和解码器4训练模型5小结参考文献前言核心内容来自博客链接
澪mio·2022-12-21 14:50

科研总结：深度学习入门

第一章：神经网络与感知机：第二天：纯神经网络与其的运行方式三天：方向误差传播与一些学习策略四：一些优化方法与cnn上五：cnn下与深度学习科普上六：深度学习下
马尔科夫的follower·2022-12-21 07:07

深度学习入门

摘要：深度学习的一些基本概念，在学习过程中，查看了很多的博客，知乎，论文之后，把个人觉得比较有意思的基础概念综合在一起，供大家一起学习交流。一、深度学习基本概念：https://baike.baidu.com/item/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/3729729?fr=aladdin（百度学术）https://www.cnblogs.com/wangz
西街暖阳·2022-12-21 04:34

深度学习入门之如何制作npz、npy文件

一、需求论文《EyeTrackingforeveryone》中提出了iTracker神经网络，并构建了一个叫GazeCapture的数据库，将其部分数据集下载后，可以看到文件的层次结构如下图所示：其中，整个数据集的后缀名是npz，内部文件的后缀名是npy。由于该数据集是面向Apple产品系列的，而我的目标是面向笔记本电脑的，需要根据要求制作自己的数据集，这就涉及到如何去制作npz和npy格式的文件
NUAA_CJX·2022-12-20 14:34

深度学习入门（六十二）循环神经网络——深度循环神经网络

深度学习入门（六十二）循环神经网络——深度循环神经网络前言循环神经网络——深度循环神经网络课件回顾：循环神经网络PLANA：Nonlinearityintheunits更深总结课件1函数依赖关系2简洁实现
qq_52358603·2022-12-20 09:17

深度学习入门（六十）循环神经网络——门控循环单元GRU

深度学习入门（六十）循环神经网络——门控循环单元GRU前言循环神经网络——门控循环单元GRU课件关注一个序列门候选隐状态隐状态总结教材1门控隐状态1.1重置门和更新门1.2候选隐状态1.4隐状态2从零开始实现
qq_52358603·2022-12-20 09:47

深度学习入门（五十八）循环神经网络——循环神经网络简洁实现

深度学习入门（五十八）循环神经网络——循环神经网络简洁实现前言循环神经网络——循环神经网络简洁实现教材1定义模型2训练与预测3小结前言核心内容来自博客链接1博客连接2希望大家多多支持作者本文记录用，防止遗忘循环神经网络
qq_52358603·2022-12-20 09:46

深度学习入门（六十二）循环神经网络——双向循环神经网络

深度学习入门（六十二）循环神经网络——双向循环神经网络前言循环神经网络——双向循环神经网络课件未来很重要双向RNN推理总结教材1隐马尔可夫模型中的动态规划2双向模型2.1定义2.2模型的计算代价及其应用
澪mio·2022-12-20 09:41

初学Python 自建6层神经网络训练Fashion-MNIST数据集 -- 第一扇门

一般的深度学习入门例子是MNIST的训练和测试，几乎就算是深度学习领域的HELLOWORLD了，但是，有一个问题是，MNIST太简单了，初学者闭着眼镜随便构造几层网络就可以将准确率提升到90%以上。
wu_zhiyuan·2022-12-20 08:51

深度学习入门（六十一）循环神经网络——长短期记忆网络LSTM

深度学习入门（六十一）循环神经网络——长短期记忆网络LSTM前言循环神经网络——长短期记忆网络LSTM课件长短期记忆网络门候选记忆单元记忆单元隐状态总结教材1门控记忆元1.1输入门、忘记门和输出门1.2
澪mio·2022-12-20 07:05

2022.01-02-03 深度学习入门-基于python的理论与实现

唉，开始写这篇文章的时候，我还没看书呢，，，，天天有种赶作业的感觉，我太烦啦，讨厌自己的惰性。这本书一共有8个章节第一章是python基础介绍，我是从第二章感知机开始写的。第三章神经网络，第四章神经网络的学习。第五章误差反向传播法，第六章与学习相关的技巧，第七章也就是本篇需要记载的卷积神经网络。第八章是深度学习。本来计划2周出一篇实践记录的，但是就我这懒的样子，实验只能放到下周了，下周会将前6周的
运气好到爆·2022-12-20 03:11

【深度学习入门】- 神经网络

欢迎浏览本博客大家好，我是：我菜就爱学一名刚刚入行的小白从事方向：计算机视觉我菜就爱学，分享有误，欢迎大佬指出本篇介绍：由感知机过度到神经网络，初识神经网络说明：神经网络能够解决感知机的缺陷，可以自动的从数据中学习到合适的权重参数。文章目录1从感知机到神经网络1.1神经网络例子1.2激活函数2激活函数2.1sigmoid函数2.2阶跃函数的实现2.3sigmoid函数的实现2.4阶跃函数和sigm
我菜就爱学·2022-12-20 03:40

【深度学习入门】- Matlab实现图片去重

欢迎浏览本博客大家好，我是：我菜就爱学一名刚刚入行的小白从事方向：计算机视觉我菜就爱学，分享有误，欢迎大佬指出本篇介绍：继上次发博客已经断更一个月，时间有点长。主要是在学习深度学习，笔记都做在平板上，网上也有许多其他大佬，就不更新了。接下来准备看论文，也会每周更新自己对所看论文的学习。使用Matlab对两个文件中的图片去重，这个我看网上也没有人写。或许有python了，不过我开一个先例了思路：利用
我菜就爱学·2022-12-19 09:15

Caffe: MNIST 数据集格式转换、用 python 读写 LMDB 数据库

但是翻了一翻，还是有点收获的，这个MNIST手写数字识别是深度学习入门很经典的例子。基本上所有的深度学习框架
chenxp2311·2022-12-18 13:28
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他