深度学习基础

PyTorch学习笔记-Non-linear Activations与Linear Layers

有深度学习基础的同学应该知道最常用的非线性激活函数就是ReLU和Sigmoid函数，多分类问题会在输出层使用Softmax函数。
柃歌·2022-11-29 11:15

深度学习基础——week2

!!!更好的阅读体验!!!卷积神经网络（ConvolutionalNeuralNetwork,CNN）深度学习三部曲Step1：搭建神经网络结构Step2：找到一个合适的损失函数(CostFunction)Eg:回归损失：均方误差（MSE），平均绝对值误差（MAE）分类损失：交叉熵损失，hingelossStep3:找到一个合适的优化函数，更新参数反向传播（BP）,随机梯度下降（SGD）,螺旋数据
-meteor-·2022-11-29 10:37

Other-Website-Contents.md

title:本站目录categories:Othersticky:10toc:truekeywords:机器学习基础深度学习基础人工智能数学知识机器学习入门date:9999-12-3123:59:59
非主流科学家·2022-11-29 10:56

【深度学习基础】自动微分 Automatic Differentiation

Refs:Automaticdifferentiationinmachinelearning:asurveydeepthoughts—详细推导自动微分Forward与Reverse模式跟李沐学AI—07自动求导【动手学深度学习v2】PyTorch官方教程Autograd1.自动微分、符号微分、数值微分自动微分（AutomaticDifferentiation，AD）有别于符号微分和数值微分，下图中
No pains, no GANs!·2022-11-29 08:22

深度学习基础6（微分，偏导，梯度，链式法则）

微积分如下图所示，内接多边形的等长边越多，就越接近圆。这个过程也被称为逼近法（methodofexhaustion）。事实上，逼近法就是**积分（integralcalculus）**的起源微积分的另一支，**微分（differentialcalculus）**被发明出来。在微分学最重要的应用是优化问题，即考虑如何把事情做到最好，这种问题在深度学习中是无处不在的。在深度学习中，我们“训练”模型，不
lj_FLR·2022-11-29 08:18

深度学习基础与线性回归实例

1、机器学习基础-线性回归介绍：这是一个教育对收入影响的数据，从图像的走势来看，它是具有一个线性关系，即受教育年限越长收入越高，这样我们可以通直线来抽象出它们的关系。接下来，我们将会介绍一些方法，分别是单变量线性回归算法、成本函数与损失函数、梯度下降算法。首先要提到的是单变量线性回归算法，我们有这样一个函数f(x)=w*x+b；即x代表，f(x)代表收入我们使用f(x)这个函数来映射输入特征值和输
夏天是冰红茶·2022-11-28 15:30

独家思维导图！让你秒懂李宏毅2020深度学习（五）—— Tips for Deep Leaning & Why Deep?

让你秒懂李宏毅2020深度学习（三）——深度学习基础（神经网络和反向传播部分）独家思维导图！让你秒
程序媛小哨·2022-11-28 12:49

深度学习基础知识（学习笔记）

训练误差：指模型在训练数据集上的误差泛化误差：指模型在任意一个测试数据样本表现出的误差的期望欠拟合：无法的到较小训练误差过拟合：训练误差远小于测试数据得到的误差影响因数：模型复杂度与训练数据的大小交叉熵损失函数ndarray.concat函数x=[[1,1],[2,2]]y=[[3,3],[4,4],[5,5]]z=[[6,6],[7,7],[8,8]]concat(x,y,z,dim=0)=[[
珞珈山小杨·2022-11-28 05:51

CNN深度学习基础

转自：v_JULY_v的博客1前言2012年我在北京组织过8期machinelearning读书会，那时“机器学习”非常火，很多人都对其抱有巨大的热情。当我2013年再次来到北京时，有一个词似乎比“机器学习”更火，那就是“深度学习”。本博客内写过一些机器学习相关的文章，但上一篇技术文章“LDA主题模型”还是写于2014年11月份，毕竟自2015年开始创业做在线教育后，太多的杂事、琐碎事，让我一直想
dream161110·2022-11-28 05:15

深度学习基础笔记(感知机+CNN+RNN等等)

提示：本人还在学习当中，所作笔记仅供大家参考，若有问题欢迎大家指出！目录专业词汇神经网络感知机多层感知机卷积神经网络CNN激活函数正则化最优化方法模型设计生成模型自然语言处理NLP循环神经网络RNN流程：专业词汇学习率：一个参数，人为选择，用于控制梯度下降中x的更新将数据分为测试数据集和验证数据集，验证数据集用于验证，只能使用一次反向传播算法也叫bp算法，用于优化神经网络单层感知器(两层神经网络)
Silentambition·2022-11-28 04:42

06组第二次作业：深度学习基础

本博客为OUC2022秋季软件工程06组第二次作业目录一、视频学习心得及问题总结1.1学习心得1.2、问题总结二、代码练习2.1pytorch基础练习2.2螺旋数据分类1、构建线性模型分类2、构建两层神经网络分类一、视频学习心得及问题总结1.1学习心得（1）、胡俊骥在绪论的学习中，我明白了人工智能在当前社会的重要性，各个国家都在参与“军备竞赛”。目前人工智能人才的缺口是比较大的，开设的高校也不是很
xiaoli-guan·2022-11-27 22:50

吴恩达：28张图全解深度学习知识

下面，我们将从深度学习基础（01-13）、卷积网络（14-22）和循环网络（23-28）三个方面介绍该笔记，并需要
AI致力·2022-11-27 20:42

第二次作业：深度学习基础

本博客为OUC2022秋季软件工程第二次作业一、视频学习心得及问题总结1.1心得：王梓萌：当今时代人工智能领域的人才缺口是相当大的，且我国对于人工智能方面人才的培养也相当重视。人工智能是使一部机器像人一样进行感知、认知、决策、执行的人工程序或系统。人工智能的三个发展阶段：计算智能，感知智能、认知智能机器学习是基于数据的自动学习，减少了人工繁杂工作，但结果可能不易解释，提高了信息处理的效率且准确率高
萝贝萝贝·2022-11-27 14:33

深度学习基础知识点（一）CNN卷积神经网络——1.卷积方面的原理

目录1.感受野受哪几个参数的影响，计算感受野的大小？2.上采样方式subpixel，反卷积，resize3.卷积核大小为什么是奇数？4.CNN为什么参数共享?5.Dropout是什么？为什么Dropout可以防止过拟合？Dropout具体工作流程Dropout在测试时需要怎么补偿？为什么说Dropout可以解决过拟合？6.CNN的平移不变怎么体现？7.为什么CNN比DNN在图像领域更具优势？1.感
不瘦8斤的妥球球饼·2022-11-27 11:39

深度学习基础知识（五）：神经网络基础之logistic回归

这个专栏主要是想和大家分享一下深度学习的基础知识，主要是以吴恩达老师深度学习课程内容作为基础，并补充了很多其他内容希望让整体内容更加容易理解和系统化。如果想要了解具体专栏里面有什么内容的话，可以看一看我们专栏的目录，在目录里面还说明了小伙伴的分工，这些内容都是所有小伙伴们一起努力完成的，有希望和我们一起学习的的小伙伴也可以加入我们啊。另外我们还将内容以书籍的形式放到了github上，之后还会陆续上
Chou_pijiang·2022-11-27 09:27

【视频课】超10小时，3大模块，掌握深度学习人脸属性编辑算法理论与实践

前言欢迎大家关注有三AI的视频课程系列，我们的视频课程系列共分为5层境界，内容和学习路线图如下：第1层：掌握学习算法必要的预备知识，包括Python编程，深度学习基础，数据使用，框架使用。
言有三·2022-11-26 23:07

第二次作业：深度学习基础

绪论1从专家系统到机器学习1.1何为专家系统一个专家系统需要具备专家水平的专业知识，且能进行有效的推理，它具有交互性和灵活性。对比于传统程序的组成（数据结构+算法），专家系统的组成主要是知识库和推理机。知识库从专家处获取相应的知识（如视频中提到的德语翻译专家），为推理机构建基本规则。推理机主要负责解释程序，调度程序，完成机器层面上的工作。而它的工作过程则需要知识库的规则加以引导。1.2专家系统的优
OUC_SE_GROUP2·2022-11-26 21:34

【pytorch学习笔记六】深度学习基础（线性回归、损失函数、梯度下降、欠拟合与过拟合，正则化）

文章目录1.监督学习和无监督学习2.线性回归3.损失函数4.梯度下降4.1梯度4.2Mini-batch的梯度下降法4.3常见梯度下降算法5.欠拟合与过拟合（高偏差/高方差）6.正则化上面可视化深度学习网页网址：shixialiu.com/publications/cnnvis/demo/深度学习是目前比较成功的表示学习的方法，是机器学习的一个分支。深度学习的基础理论学习可到B站上看吴恩达老师的深
QHCV·2022-11-26 19:18

面试综合资料（全）

【深度学习基础】【一】卷积有什么特点？卷积主要有三大特点：局部连接。比起全连接，局部连接会大大减少网络的参数。在二维图像中，局部像素的关联性很强，设计局部连接保证了卷积网络对图像局部特征的强响应能力。
玉源书生·2022-11-26 16:10

神经网络与深度学习day06-前馈神经网络进阶

提示：本文面向神经网络与深度学习基础的人群，如果想初学神经网络，建议翻我之前的博客。
小鬼缠身、·2022-11-26 07:48

深度学习基础篇【4】从0开始搭建EasyOCR并进行简单文字识别

深度学习基础篇【4】从0开始搭建EasyOCR并进行简单文字识别所谓OCR，全称为“OpticalCharacterRecognition”，即光学字符识别。
极链AI云·2022-11-26 04:45

深度学习推荐系统笔记（一）架构特征篇

目录推荐基础架构推荐目标工业推荐系统架构深度学习基础理论相关问答实践相关问答特征工程与Embedding推荐系统常用特征Spark特征处理Embedding技术GraphEmbedding技术相关问答本文为极客时间
sjz_hahalala479·2022-11-25 17:11

MNIST数据集手写体识别(MLP实现)

github博客传送门博客园传送门本章所需知识:没有基础的请观看深度学习系列视频tensorflowPython基础资料下载链接:深度学习基础网络模型(mnist手写体识别数据集)MNIST数据集手写体识别
zh3389·2022-11-25 17:43

Pytorch深度学习基础之Tensor

简介Tensor对象是一个任意维度的矩阵，但是一个Tensor中所有元素的数据类型必须一致。torch包含的数据类型和普遍编程语言的数据类型相似，包含浮点型，有符号整型和无符号整型，这些类型既可以定义在cpu上，也可以定义在Gpu上Tensor执行算数运算逐个元素自己相乘矩阵乘法tensor执行算数运算符的运算，是两个矩阵对应元素的运算。torch.mm执行矩阵乘法的运算importtorcha=
Wpiper·2022-11-25 17:30

PyTorch深度学习基础之Tensor的索引和切片讲解及实战（附源码 简单易懂）

觉得有帮助请点赞关注收藏~~~Tensor支持基本的索引和切片操作，不仅如此，它还支持ndarray中的高级索引包括整数索引和布尔索引操作。运行实例如下测试代码如下代码中给出了对应注释索引和切片与numpy中的类似，值得一提的是torch.where(condition,x,y)是用于判断condition的条件是否满足，当某个元素满足时，则返回对应矩阵x相同位置的元素，否则返回矩阵y的元素，有点
showswoller·2022-11-25 17:27

PyTorch深度学习基础之Tensor对象及其应用的讲解及实战（附源码 简单易懂 包括分段 映射 矩阵乘法 随机数等等）

觉得有帮助请点赞关注收藏有问题可评论区留言~~~Tensor对象是一个维度任意的矩阵，但是一个Tensor中所有元素的数据类型必须一致。torch包含的数据类型和普遍编程语言的数据类型类似，包含浮点型，有符号整型和无符号整形，这些类型既可以定义在CPU上，也可以定义在GPU上。在使用Tensor数据类型时，可以通过dtype属性指定它的数据类型，device指定它的设备（CPU或者GPU）1：基本
showswoller·2022-11-25 17:54

深度学习原理流程以及过程

数据预处理2.1.1训练数据、验证数据、测试数据2.1.2过拟合以及正则化（1）过拟合（2）正则化2.2训练模型2.2.1神经网络的学习（权重和偏置的学习）2.2.2超参数调整2.3模型评价一、什么是深度学习深度学习基础之感知机深度学习
rs_gis·2022-11-25 09:03

2022OUC软件工程第二次作业-08组

第二次作业：深度学习基础一、金知霖一、视频学习心得及问题总结人工智能：使一部机器像人一样进行感知、认知、决策、执行的人工程序或系统人工智能三个层面：计算智能、感知智能、认知智能机器学习的定义：从数据中自动提取知识半监督学习
33鹅·2022-11-25 06:40

PyTorch深度学习基础之Tensor的变换、拼接、拆分讲解及实战（附源码 超详细必看）

觉得有帮助请点赞关注收藏~~~PyTorch提供了大量的对Tensor进行操作的函数或者方法，这些函数内部使用指针实现对矩阵的形状变换拼接拆分等操作，使得人们无须关心Tensor在内存中的物理结构或者管理指针就可以方便且快速的执行这些操作，下面nelement，ndimension，size等方法可以查看矩阵元素的个数，轴的个数以及维度等测试代码如下importtorchimportnumpyas
showswoller·2022-11-24 20:13

深度学习基础：with torch.no_grad()或@torch.no_grad() 用法

1.requires_grad=True要求计算梯度2.requires_grad=False不要求计算梯度3.withtorch.no_grad()或者@torch.no_grad()中的数据不需要计算梯度，也不会进行方向传播。@torch.no_grad()defevaluate(model,data_loader,device,epoch):loss_function=torch.nn.Cr
C_小米同学·2022-11-24 15:23

pytorch学习笔记（一）---深度学习基础和传统神经网络介绍

文章目录前言一、深度学习的一般流程1.数据获取2.特征工程3.建立模型4.评估应用二、神经网络的整体架构与基本流程1.整体架构2.前向传播3.反向传播三、DROP-OUT总结前言  由于在硕士期间的研究内容是深度学习相关，因此用博客来记录pytorch和神经网络的学习过程，同时也欢迎大家来讨论交流一、深度学习的一般流程1.数据获取  数据获取是整个任务的开始，无论训练什么模型、完成什么样的需求都需
浓眉毛梁·2022-11-24 14:10

人工智能 —— 深度学习基础

系列文章目录第一章人工智能发展大事件第二章PyTorch基础第三章深度学习基础文章目录系列文章目录一、人工神经网络（ANN）二、深度学习基础三、计算机视觉四、卷积神经网络五、循环神经网络(ing)一、人工神经网络
weixin_41965824·2022-11-24 11:56

深度学习 - 开发平台

2Tensorflow1.TensorFlow的起源2015年11月6日，Google公司宣布推出全新的机器学习开源工具TensorFlow；TensorFlow最初由GoogleBrain团队开发，基于Google开发的深度学习基础架构
无脑敲代码，bug漫天飞·2022-11-23 22:55

动手学习深度学习

动手学习深度学习内容安排深度学习介绍内容安排深度学习基础：线性神经网络、多层感知机卷积神经网络：LeNet、AlexNet、VGG、Inception、ResNet循环神经网络：RNN、GRU、LSTM
福尔摩东·2022-11-23 14:27

【动手学深度学习（笔记）】深度学习基础（TensorFlow版）

目录预备知识数据预处理线性神经网络线性回归线性回归的从零开始实现线性回归的简洁实现Softmax回归（分类问题）图像分类数据集Softmax回归的从零开始实现Softmax回归的简洁实现多层感知机激活函数（从线性到非线性）多层感知机的从零开始实现多层感知机的简洁实现模型选择、欠拟合和过拟合多项式回归权重衰减（L2正则化）高维线性回归从零开始实现简洁实现暂退法（Dropout）从零开始实现简洁实现实
手写的现在ing·2022-11-23 13:19

[笔记] 基于nvidia/cuda的深度学习基础镜像构建流程

基于NVidia开源的nvidia/cudaimage，构建适用于DeepLearning的基础image。思路就是先把常用的东西都塞进去，再装某个框架就省事儿了。为了体验重装系统的乐趣，所以采用慢慢来比较快的步骤，而不是通过Dockerfile来build。环境信息已经安装了DockerCE和nvidia-docker2HostOS:Ubuntu18.0464bitCUDA:10.0cuDNN:
weixin_30299539·2022-11-23 13:38

深度学习基础--神经网络（4）参数更新策略，梯度法

导数导数：表示某个瞬间的变化量，公式定义：df(x)dx=limh→0f(x+h)−f(x)h(4.4)\frac{df(x)}{dx}=lim_{h\to0}\frac{f(x+h)-f(x)}{h}\tag{4.4}dxdf(x)=limh→0hf(x+h)−f(x)(4.4)求导的代码实现：importnumpyasnpimportmatplotlib.pyplotaspltdeffunct
兔子骑士叫旺仔·2022-11-23 07:38

深度学习基础知识教程

本文主要分享一些深度学习入门的学习途径，同学们共同进步呀！首先说下学习深度学习必备技能：Python、高等数学（现代、微积分）、英文文献阅读、查找资料（博客、论坛、Git）个人认为如果以前没学习过python也没关系，有其他语言基础的情况下再去学习一门新语言其实不是很困难，首先了解其语法快速入门，后续慢慢进阶即可。1、博客零基础入门深度学习(1)-感知器-作业部落CmdMarkdown编辑阅读器推
远在远方_hh·2022-11-23 04:01

深度学习基础

目录1Tensorflow2.01.1张量生成1.2数据类型1.3常用函数2构建网络1Tensorflow2.01.1张量生成1.2数据类型1.3常用函数2构建网络
tataoto·2022-11-23 04:28

深度学习基础知识——Conv中通道变换

在学习VGGNet框架时，发现每一卷积段第一个conv时，通过conv2d(kernel_size=3,stride=1,padding=same,kernel_num=m)，就可以将一个通道数为n的featuremap转变为通道数为m。  假设输入一张RGB图片，其大小为267*267*3，那边其对应计算的卷积核的通道数也为3。  但是卷积运算里，当一次运算会得到3张特征图，最后三张特征图对通过
INVinci_BY·2022-11-23 03:03

吴恩达：22张图全解深度学习知识！

↑↑↑关注后"星标"Datawhale每日干货 & 每月组队学习，不错过 Datawhale干货 作者：Sophia，编辑：数据派THU本文约7600字，建议阅读10+分钟本文从深度学习基础、卷积网络和循环网络三个方面介绍该笔记
Datawhale·2022-11-23 02:49

【PyTorch】深度神经网络及训练

深度神经网络及训练本篇博文是上一篇博文【PyTorch】深度学习基础：神经网络的后续，上一篇主要是讨论了传统神经网络范畴上的内容。
kodoshinichi·2022-11-22 22:45

Re-ID的评价标准

参考博文：深度学习基础----mAP和CMC，Recall和Precision，ROC和AUC，NDCG_无意识积累中的博客-CSDN博客二、mAP针对:检索问题。是就query和
YOULANSHENGMENG·2022-11-22 19:02

深度学习深度学习（十一）TensorFlow基础

TF是基于之前的深度学习基础的，所以要理解里面的内容，基础还是要学扎实，出门左转，见前面十篇讲解。
breeze的一切·2022-11-22 17:10

百度飞桨 PaddlePaddle 深度学习打卡7日营 -DAY1 深度学习任务解析及高层API

深度学习任务解析及高层API课程链接：https://aistudio.baidu.com/aistudio/course/introduce/67712.3课件在社区里，作业及信息在QQ群中及时做作业课程面向深度学习基础用户
Jason_____Wang·2022-11-22 17:51

【深度学习基础知识 - 18】图像锐化和平滑的概念以及使用场景

概念锐化就是通过增强图像的高频信息，也就是纹理边缘来减少图像中的模糊细节，但是在增强纹理的时候也引入了图像噪声。平滑与锐化相反，它是为了过滤掉高频分量，可以减少图像的噪声，但是可能会使得图像变得模糊。使用场景在计算机视觉的一些任务中，涉及到图像重建的、如高精度的深度估计、医学图像分割、三维重建等任务，最终需要得到原始图像分辨率大小的输出，同时对图像的边缘清晰度也有较高的要求，这时候可以通过增强特征
雁宇up·2022-11-22 17:49

【深度学习基础知识 - 10】图像的梯度

概念对于图像的梯度，如果理解数学中离散点的梯度求导方法就会发现一点也不神秘。梯度表示的是某一函数在该点处的方向导数沿着这个方向取得最大值，简单来说就是它总指向函数增长最快的方向。一句话概括图像梯度，图像x方向上的梯度就是x方向上两个相邻像素值相减，y方向上的梯度就是y方向上两个相邻像素值相减。特点及含义梯度是一个矢量，也就是既有大小也有方向，因此会加以区分x方向、y方向的正向梯度、反向梯度。图像的
雁宇up·2022-11-22 17:18

深度学习基础知识点【更新中】

深度学习基础知识点文章目录深度学习基础知识点1.数据归一化2.数据集划分3.混淆矩阵4.模型文件5.权重矩阵初始化6.激活函数7.模型拟合8.卷积操作9.池化操作10.深度可分离卷积11.转置卷积1.数据归一化过大的输入数据未归一化会导致损失过大
暄踽·2022-11-22 17:17

深度学习 - 基础概念与知识

深度学习基础知识与概念1.深度学习与机器学习机器学习是人工智能实现的方式之一，而深度学习是机器学习的一个研究方向。1.1机器学习机器学习是人工智能的实现方式之一，当然应该还有其他的方式，暂且不予讨论。
tecsai·2022-11-22 16:11

图像基础知识、深度学习基础知识以及相关问题

疑难问题总结第一部分：图像基础边缘和轮廓1、图像中，什么是高频域和低频域？2、什么是图像轮廓，什么是图像边缘？第二部分：深度学习第一部分：图像基础边缘和轮廓1、图像中，什么是高频域和低频域？图像的高低频是对图像各个位置之间强度变化的一种度量方法.低频分量:主要对整副图像的强度的综合度量.高频分量:主要是对图像边缘和轮廓的度量.如果一副图像的各个位置的强度大小相等,则图像只存在低频分量,从图像的频谱
土豆娃potato·2022-11-22 16:27
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他