深度学习基础

深度学习基础之循环神经网络

目录基本概念与特点定义与工作原理结构组成应用领域自然语言处理语音识别时间序列分析优缺点优点缺点改进方法总结循环神经网络在自然语言处理中的最新应用和研究进展是什么？长短期记忆网络（LSTM）与门控循环单元（GRU）在解决梯度消失和爆炸问题上的具体差异和优势是什么？LSTM的结构与优势GRU的结构与优势具体差异门的数量：计算复杂度：性能对比：总结双向循环神经网络如何增强模型的上下文捕捉能力，与单向RN
Ctrl+CV九段手·2024-09-04 00:02

【学习笔记】第三章深度学习基础——Datawhale X李宏毅苹果书 AI夏令营

局部极小值与鞍点梯度为0的点我们统称为临界点，包括局部极小值、鞍点等局部极小值和鞍点的梯度都为0，那如何判断呢？先请出我们损失函数：L(θ)，θ是模型中的参数的取值，是一个向量。由于网络的复杂性，我们无法直接写出损失函数，不过我们可以写出损失函数的近似取值。根据宋浩老师所讲的大学一年级高等数学的知识，我们可以通过三阶泰勒展开对损失函数在θ附近的取值进行近似：其中，θ是模型中的参数的取值，θ’是在θ
MoyiTech·2024-08-28 11:38

基于matlab的深度学习案例及基础知识专栏前言

专栏简介内容涵盖深度学习基础知识、深度学习典型案例、深度学习工程文件、信号处理等相关内容，博客由基于matlab的深度学习案例、matlab基础知识、matlab图像基础知识和matlab信号处理基础知识四部分组成
逼子歌·2024-08-24 23:40

pytorch深度学习基础 7（简单的的线性训练，SGD与Adam优化器）

接下来小编来讲一下一些优化器在线性问题中的简单使用使用，torch模块中有一个叫optim的子模块，我们可以在其中找到实现不同优化算法的类SGD随机梯度下降基本概念定义：随机梯度下降（SGD）是一种梯度下降形式，对于每次前向传递，都会从总的数据集中随机选择一批数据，即批次大小1。参数更新过程：这个参数的更新过程可以描述为随机梯度下降法，随机梯度下降（SGD）是一种简单但非常有效的方法，多用于支持向
不是浮云笙·2024-08-24 05:49

Datawhale AI夏令营第四期魔搭- AIGC文生图方向 task03笔记

2,深度学习基础：熟悉神经网络、卷积神经网络（CNN）、Transformer等深度学习模型的基本原理。
汪贤阳·2024-08-22 11:30

1.深度学习基础-模型评估指标

模型评估指标针对不同类型的任务，需要通过不同的模型评价指标进行评价，在实际应用中，可能需要结合具体任务和需求选择合适的评估方法。有监督学习回归任务回归任务模型的评估主要通过误差和拟合优度来进行，常用的指标包括平均绝对误差（MAE）、均方误差（MSE）、均方根误差（RMSE）和决定系数（R²）。在回归任务中，我们主要关注模型预测值与实际值之间的差异大小以及模型对数据整体变化的解释能力。以下是具体介绍
alstonlou·2024-02-24 20:03

深度学习基础——卷积神经网络（一）

卷积操作与自定义算子开发卷积是卷积神经网络中的基本操作，对于图像的特征提取有着关键的作用，本文首先介绍卷积的基本原理与作用，然后通过编写程序实现卷积操作，并展示了均值、高斯与sobel等几种经典卷积核的卷积效果，接着调用MindSpore中的卷积算子Conv2d来实现卷积操作，最后介绍了MindSpore中pyfunc和TBE两种自定义算子实现方法。卷积基本原理1.1卷积的概念卷积操作发展于信号处
牛哥带你学代码·2024-02-20 13:04

大语言模型学习路线：从入门到实战

本学习路线旨在为有基本Python编程和深度学习基础的学习者提供一个清晰、系统的大模型学习指南，帮助你在这一领域快速成长。本学习路线更新至2024年02月，后期部分内容或工具可能需要更新。
Tim_Van·2024-02-20 12:56

深度学习基础 叁：反向传播算法

注：封面画师：新雨林-触站说明本页面无手机端适配，强制缩放阅读。使用纯html格式，保存教学用ppt，添加了部分个人笔记。目录工作正常，可以跳转。反向传播这里对反向传播的讲解比较奇怪，可能比较适合初学者理解。想要通过严谨的数学推导理解反向传播的同学，可以搜索一下。反向传播算法反向传播算法什么是正向传播网络什么是反向传播反向传播算法为什么需要反向传播图解反向传播反向传播计算链式求导法则案例1：通过反
白拾Official·2024-02-20 01:56

深度学习基础之《TensorFlow框架（2）—图》

一、什么是图结构1、图包含了一组tf.Operation代表的计算单元对象和tf.Tensor代表的计算单元之间流动的数据图结构：数据(Tensor)+操作(Operation)二、图相关操作1、默认图通常TensorFlow会默认帮我们创建一张图查看默认图的两种方法：（1）通过调用tf.compat.v1.get_default_graph()访问，要将操作添加到默认图形中，直接创建OP即可（2
csj50·2024-02-19 15:39

深度学习基础之《TensorFlow框架（4）—Operation》

一、常见的OP1、举例类型实例标量运算add，sub，mul，div，exp，log，greater，less，equal向量运算concat，slice，splot，canstant，rank，shape，shuffle矩阵运算matmul，matrixinverse，matrixdateminant带状态的运算variable，assgin，assginadd神经网络组件softmax，sig
csj50·2024-02-19 13:37

大致聊聊ChatGPT的底层原理，实现方法

文目录深度学习基础ChatGPT的本质ChatGPT原理详解一、深度学习基础—深度学习是什么？如何理解神经网络结构？
黑马程序员官方·2024-02-19 10:09

深度学习基础

深度学习基础highvariance/datamismatchwhatisdatamismatchhowtosolvedatamismatchdatasynthesis数据合成迁移学习与预训练/微调什么时候用迁移学习
EEPI·2024-02-13 10:48

深度学习基础--反向传播

Modelimage.png前向传播image.png反向传播求误差image.png求对J的影响image.pngimage.png求对J的影响image.pngimage.png误差反传image.pngimage.pngimage.png参考：深度学习—反向传播(BP)理论推导-Backpropagation算法的推导与直观图解-文之-博客园
掰不开桃子的男人·2024-02-07 09:13

深度学习基础之-3.3线性二分类的神经网络实现

线性二分类的神经网络实现提出问题回忆历史，公元前206年，楚汉相争，当时刘邦项羽麾下的城池地理位置如下：0.红色圆点，项羽的城池1.绿色叉子，刘邦的城池其中，在边界处有一些红色和绿色重合的城池，表示双方激烈争夺的拉锯战。样本序号123…119经度相对值0.0254.109…7.767纬度相对值3.4088.012…1.8721=汉,0=楚110…1问题：经纬度相对值为(5,1)时，属于楚还是汉？经
SusanLovesTech·2024-02-05 06:43

深度学习入门资料整理

深度学习基础总结，无一句废话（附完整思维导图）深度学习如何入门？-知乎深度学习入门基础讲义_shuzfan的博客-CSDN博客_深度学习入门神经网络15分钟入门！
AI视觉网奇·2024-02-02 13:13

新书速览|PyTorch 2.0深度学习从零开始学

实战中文情感分类、拼音汉字转化、中文文本分类、拼音汉字翻译、强化学习、语音唤醒、人脸识别01本书简介本书以通俗易懂的方式介绍PyTorch深度学习基础理论，并以项目实战的形式详细介绍PyTorch框架的使用
全栈开发圈·2024-02-02 12:46

基于Python的深度学习基础

Python基础Python是一种开源的、简单易记、可以自由使用编程语言。深度学习将使用NumPy和Matplotlib这两种外部库Python有“解释器”和“脚本文件”两种运行模式Python能够将一系列处理集成为函数或类等模块NumPy中有很多用于操作多维数组的便捷方法类与对象变量是挂在对象身上的标签classMan:#定义了一个新类Man，类Man生成了实例（对象）m#类Man的构造函数（初
程序媛了了·2024-01-31 15:35

深度学习知识学习笔记

一相关的深度学习基础知识（1）线性回归  设房屋的⾯积为x1x_1x1，房龄为x2x_2x2，售出价格为yyy。
wyn20001128·2024-01-31 01:24

【深度学习基础】什么是卷积？为什么要用卷积？

什么是卷积？为什么要用卷积？（一）卷积的原理：1.卷积核：2.卷积层参数：2.1卷积核数：2.2卷积核的大小：2.3步长：2.4填充：3.池化层：3.1最大池化层（maxpooling）：3.2均值池化层（averagepooling）：（二）卷积的作用：1.减少参数量：
BIT可达鸭·2024-01-28 19:18

Coursera吴恩达《深度学习》课程总结（全）

第一门课：神经网络和深度学习基础，介绍一些基本概念。（四周）第二门课：深度学习方面的实践，严密的构建神经网络，如何真正让它表现良好。超参数调整，正则化诊断偏差和方差，高级优化算法，如Mo
双木的木·2024-01-27 20:03

深度学习简介与应用

深度学习基础深度学习的核心是神经网络，它由多个层次组成，每一层都包含多个神经元。通过训练这些神经网络，系统能够自动学习数据中的模式和特征，从而实现分类、预测等任务。
jcfszxc·2024-01-27 15:53

深度学习基础知识

卷积神经网络——图像卷积特征提取卷积核（算子）用来做图像处理时的矩阵，与原图像做运算的参数。卷积层基本参数（卷积核大小，步长【pytorch默认为1】，padding边缘填充）输出尺寸=（输入尺寸-卷积核尺寸+2*padding）/stride+1卷积神经网络的基本结构层输入层：批次通道图像大小卷积层激活函数：加入非线性因素，提高神经网络对模型的表达能力，解决线性模型所不能解决的问题，CNN较为常
湘溶溶·2024-01-26 06:40

大模型的学习路线图推荐—多维度深度分析【云驻共创】

以下是一些相关的背景信息：1.深度学习基础：学习大模型之前，对深度学习的基本概念、神经网络的原理、激活函数、损失函数等基础知识有一
一见已难忘·2024-01-23 13:15

深度学习基础之数据操作

深度学习中最常用的数据是张量，对张量进行操作是进行深度学习的基础。以下是对张量进行的一些操作：首先我们需要先导入相关的张量库torch。元素构造（初始化）使用arange创造一个行向量，也就是0轴（0维）。默认是按顺序创建，从0开始，元素类型默认是整数，当然也可以指定为浮点数。比如:可以使用张量shape属性来访问张量（沿每个轴的长度）的形状（shape）。当然指的是形状，也可能不只是一个维度。我
丘小羽·2024-01-22 07:27

Pytorch第2周：深度学习基础 - Day 8-9: 神经网络基础

Pytorch第2周：深度学习基础-Day8-9:神经网络基础学习目标：理解神经网络的基础概念。学习如何使用PyTorch的nn模块构建神经网络。
M.D·2024-01-20 06:16

吴恩达倾情推荐！28张图全解深度学习知识！

本文约7500字，建议阅读15分钟本文将从深度学习基础（01-13）、卷积网络（14-22）和循环网络（23-28）三个方面介绍该笔记。
深度学习算法与自然语言处理·2024-01-18 15:55

【深度学习入门】深度学习基础概念与原理

*（本篇文章旨在帮助新手了解深度学习的基础概念和原理，不深入讨论算法及核心公式）目录一、深度学习概述1、什么是深度学习？2、深度学习与传统机器学习的区别3、深度学习的应用领域二、深度学习基本原理1、神经网络的基本结构（1）什么是神经网络？（2）神经网络基本结构2、激活函数的作用和选择（1）什么是激活函数？（2）激活函数的作用与选择3、损失函数的定义和选择（1）什么是损失函数（2）损失函数的选择4、
代码骑士·2024-01-18 07:38

深度学习基础数据结构之张量：从一维到多维

张量在深度学习框架中广泛应用于模型的输入、输出以及中间计算过程。通过支持高维度矩阵运算、记录梯度信息等功能，张量成为实现深度学习算法的关键。张量是一个多维数据容器，可以用来表示各种数据类型，如数值、图像、音频、文本等。本文将介绍一维、二维、三维和四维张量的形象展示、应用以及对学习理解的作用。01一维张量一维张量通常被称为向量，如一维数组[1,4,3,2,5]，在数学和线性代数中，向量是指具有大小和
m0_61254808·2024-01-17 19:17

深度学习基础知识整理

自动编码器Auto-encoders是一种人工神经网络，用于学习未标记数据的有效编码。它由两个部分组成：编码器和解码器。编码器将输入数据转换为一种更紧凑的表示形式，而解码器则将该表示形式转换回原始数据。这种方法可以用于降维，去噪，特征提取和生成模型。自编码器的训练过程是无监督的，因为它不需要标记数据。它的目标是最小化重构误差，即输入数据与解码器输出之间的差异。这可以通过反向传播算法和梯度下降等优化
Do1phln·2024-01-17 07:01

深度学习入门

深度学习基础知识了解深度学习与机器学习的关系，探索其基础知识，并了解在某些应用中使用深度学习算法的优势。技能水平初学者估计完成时间约2小时。
AI-智能·2024-01-16 10:13

深度学习基础教程

目录预备知识基础知识（1）PyTorch基础知识（2）线性回归模型（3）逻辑回归模型（4）全连接神经网络预备知识requires_grad：用于指示是否需要计算相应张量的梯度。如果requires_grad=True，则表示需要对该张量进行梯度计算。epoch：表示将所有训练样本都过一遍的完整训练过程。Tensor：Tensor定义为最多可以包含四个维度的多维数组，但可以通过堆叠来创建更高维度的张
睡不醒的毛毛虫·2024-01-14 02:12

《NLP入门到精通》栏目导读

本栏目得前导栏目是《深度学习》、《pytorch实践》，因此，读者需要一定得深度学习基础，才能过度到此栏目内容。
无水先生·2024-01-13 05:38

【22-23 春学期】AI作业5-深度学习基础

人工智能、机器学习、深度学习之间的关系神经网络与深度学习的关系“深度学习”和“传统浅层学习”的区别和联系神经元、人工神经元MP模型单层感知机SLP异或问题XOR多层感知机MLP前馈神经网络FNN激活函数ActivationFunction为什么要使用激活函数？常用激活函数有哪些？均方误差和交叉熵损失函数，哪个适合于分类？哪个适合于回归？为什么？
HBU_David·2024-01-12 00:23

[动手学深度学习-PyTorch版]-3.13深度学习基础-丢弃法

3.13丢弃法除了前一节介绍的权重衰减以外，深度学习模型常常使用丢弃法（dropout）[1]来应对过拟合问题。丢弃法有一些不同的变体。本节中提到的丢弃法特指倒置丢弃法（inverteddropout）。3.13.1方法image.pngimage.pngimage.png图3.5隐藏层使用了丢弃法的多层感知机3.13.2从零开始实现根据丢弃法的定义，我们可以很容易地实现它。下面的dropout函
蒸饺与白茶·2024-01-09 21:56

GPT火了一年了，你还不懂大语言模型吗？

二、大语言模型技术原理1深度学习基础2神经网络结构3语言模型训练与优化三、大语言模型应用场景1自然语言处理2机器翻译3智能问答与对话系统4文本生成
发狂的小花·2024-01-09 03:43

02-深度学习基础知识

在TensorFlow中，tensor是一个类，也是存储和变换数据的主要工具。如果你之前用过NumPy，你会发现tensor和NumPy的多维数组非常类似。然而，tensor提供GPU计算和自动求梯度等更多功能，这些使tensor更加适合深度学习。1TensorFlow基本功能首先用arange创建一个行向量创建一个行向量.png关于constan函数在TensorFlow中表示张量。consta
洛八斗·2024-01-04 01:51

机器学习&深度学习基础

从业这么久了，做了很多项目，一直对机器学习的基础课程鄙视已久，现在回头看来，系统的基础知识整理对我现在思路的整理很有利，写完这个基础篇，开始把AI+cv的也总结完，然后把这么多年做的项目再写好总结。学习路线第一步：数学主要为微积分、概率统计、矩阵、凸优化第二步：数据结构/算法常见经典数据结构（比如字符串、数组、链表、树、图等）、算法（比如查找、排序）同时，辅助刷leetcode，提高编码codin
AI小白龙*·2024-01-03 07:48

第二十三周：深度学习基础和pytorch学习

第二十三周：深度学习和pytorch学习摘要Abstract1.TensorBoard的使用2.transforms的使用2.1ToTensor的使用2.2Normalization的使用3.torchvision中数据集的使用4.DataLoader的使用5.一维到三维推广总结摘要TensorBoard是TensorFlow开发团队提供的一个可视化工具，用于帮助开发人员理解和调试TensorFl
@默然·2024-01-01 16:53

第二十一周：机器学习和深度学习基础回顾

第二十一周：机器学习和深度学习基础回顾摘要Abstract1.Transformer原理推导2.GAN3.RMSProp算法总结摘要本周复习回顾了Transformer、GAN、RMSProp优化算法，
@默然·2024-01-01 16:23

第二十二周：深度学习基础

第二十二周：深度学习基础摘要Abstract1.网络中的卷积及1x1卷积2.迁移学习3.数据扩充总结摘要在本文中，我们将探讨卷积神经网络中常用的两个核心概念：卷积和1x1卷积。
@默然·2024-01-01 16:23

深度学习基础知识神经网络

神经网络1.感知机感知机（Perceptron）是FrankRosenblatt在1957年提出的概念，其结构与MP模型类似，一般被视为最简单的人工神经网络，也作为二元线性分类器被广泛使用。通常情况下指单层的人工神经网络，以区别于多层感知机（MultilayerPerceptron）。尽管感知机结构简单，但能够学习并解决较复杂问题感知机结构与MP模型类似，一般被视为最简单的人工神经网络，也作为二元
小森( ﹡ˆoˆ﹡ )·2023-12-29 12:48

深度学习核心技术与实践之深度学习基础篇

非书中全部内容，只是写了些自认为有收获的部分神经网络生物神经元的特点（1）人体各种神经元本身的构成很相似（2）早期的大脑损伤，其功能可能是以其他部位的神经元来代替实现的（3）神经元具有稀疏激活性，尽管大脑具有高达五百万亿个神经元，但真正同时被激活的仅有1%~4%神经元模型（1）ReLu是一种特殊的Maxout函数（2）理论上可以多种激活函数混用，但在实践中较少这样应用感知机困境（1）对于非线性问题
__如果·2023-12-29 01:39

2024年深度学习、计算机视觉与大模型面试题综述，六大专题数百道题目

DeepLearning-Interview-Awesome-2024本项目涵盖了大模型(LLMs)专题、计算机视觉与感知算法专题、深度学习基础与框架专题、自动驾驶、智慧医疗等行业垂域专题、手撕项目代码专题
码科智能·2023-12-27 18:09

TIMESNET: TEMPORAL 2D-VARIATION MODELINGFOR GENERAL TIME SERIES ANALYSIS

引言ThispaperwaspublishedasaconferencepaperatICLR2023实现任务通用是深度学习基础模型研究的核心问题，也是近期大模型方向的主要关注点之一。
流浪的诗人，·2023-12-27 09:28

Pytorch，16个超强转换函数全总结！！

哈喽，这些天无论是社群还是私信，很多人希望看到更多关于深度学习基础内容，这篇文章想要分享的是关于pytorch的转换函数。建议大家一定要好好看看这部分，在平常的使用中，既多又重要！！
Python数据挖掘·2023-12-25 21:33

神经网络：深度学习基础

1.反向传播算法（BP）的概念及简单推导反向传播（Backpropagation，BP）算法是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见算法。BP算法对网络中所有权重计算损失函数的梯度，并将梯度反馈给最优化方法，用来更新权值以最小化损失函数。该算法会先按前向传播方式计算（并缓存）每个节点的输出值，然后再按反向传播遍历图的方式计算损失函数值相对于每个参数的偏导数。接下来我
是Dream呀·2023-12-23 20:38

深度学习基础

智能2112杨阳一、目的1.安装PyTorch2.标量、向量、矩阵、Tensor3.AutoGrad二、环境PyTorch，VSCode，OpenCV三、内容1、搭建基于PyTorch+OpenCV软件开发平台（1）PyTorch安装问题及解决方法问题描述：安装时因为网络问题安装无效解决方法：切换国内清华镜像源安装成功（2）OpenCV安装问题及解决方法问题描述：测试样例时显示没有导入cv2库解决
Windsky23·2023-12-22 11:03

基于googlenet深度学习网络的中药材种类识别算法matlab仿真

目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1深度学习基础4.2GoogLeNet网络结构4.3中药材种类识别算法流程5.算法完整程序工程1.算法运行效果图预览2.
简简单单做算法·2023-12-18 08:38

深度学习基础篇之Batch_Size

1.Batch_size、epoch、iteration之间的关系？2.为什么需要batch_size？整个数据集训练的话，损失肯定是最稳定的，但是数据太大时内存显存大小无法满足要求，计算得到的梯度差别较大，无法找到一个全局的学习率满足所有的梯度的变化3.如何选取batch_size？对于小数据集而言，可以采用全数据集，训练稳定，都是整体的梯度下降方向，但是不同的梯度值差别较大，难以获得一个全局学
qq_45692660·2023-12-18 00:59
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他