E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
深度学习基础
【
深度学习基础
】Pytorch框架CV开发(1)基础铺垫
:如果你也对机器人、人工智能感兴趣,看来我们志同道合✨:不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】:文章若有幸对你有帮助,可点赞收藏⭐不迷路:内容若有错误,敬请留言指正!原创文,转载请注明出处文章目录简单介绍下PytorchPytorch基础张量创建张量tensor自动梯度线性回归逻辑回归人工神经网络感知机反向传播Pytorch中的基础数
嵌小超
·
2023-11-04 16:41
#
Deep
Learning
深度学习
pytorch
人工智能
【
深度学习基础
】Pytorch框架CV开发(2)实战篇
:如果你也对机器人、人工智能感兴趣,看来我们志同道合✨:不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】:文章若有幸对你有帮助,可点赞收藏⭐不迷路:内容若有错误,敬请留言指正!原创文,转载请注明出处文章目录人工神经网络识别手写数字使用卷积神经网络识别手写数字ONNX模型导出与推理人工神经网络识别手写数字Mnist数据集介绍:MNIST数据集是一
嵌小超
·
2023-11-04 16:41
#
Deep
Learning
深度学习
pytorch
人工智能
深度学习基础
——PyTorch简介和Tensor张量详解
PyTorch具有悠久的历史,它的前身Torch是用Lua写的机器学习框架,后来受到Facebook、NVIDIA(著名显卡生产厂商)、Uber等大公司以及斯坦福大学、卡内基梅隆大学等著名高校的支持。下面,就让我们走进PyTorch的世界。文章目录1PyTorch安装2初始PyTorch2.1与Python完美融合2.2张量计算2.2.1定义张量2.2.2访问张量2.2.3张量的运算2.2.4张量
心无旁骛~
·
2023-11-03 07:28
人工智能
深度学习基础
深度学习
pytorch
人工智能
学习人工智能需要掌握哪些基础知识,需要具备哪些数学和编程技能?
深度学习基础
:了解神经网络的基本结构和工作原理,了解卷积神经网络、循环神经网络、生成对抗网络等深度学习模型。学习人工
程序媛珂珂
·
2023-11-02 15:41
人工智能AI
人工智能
学习
机器学习
opencv
计算机视觉
【
深度学习基础
】专业术语汇总(欠拟合和过拟合、泛化能力与迁移学习、调参和超参数、训练集、测试集和验证集)
:如果你也对机器人、人工智能感兴趣,看来我们志同道合✨:不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】:文章若有幸对你有帮助,可点赞收藏⭐不迷路:内容若有错误,敬请留言指正!原创文,转载请注明出处文章目录欠拟合和过拟合泛化能力与迁移学习查准率和查全率调参和超参数训练集、测试集和验证集端到端的概念卷积神经网络其他欠拟合和过拟合欠拟合的概念:原因
嵌小超
·
2023-11-02 07:02
#
Deep
Learning
深度学习
迁移学习
人工智能
【
深度学习基础
】从R-CNN到Fast R-CNN,再到MaskR-CNN,发展历程讲清楚!
:如果你也对机器人、人工智能感兴趣,看来我们志同道合✨:不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】:文章若有幸对你有帮助,可点赞收藏⭐不迷路:内容若有错误,敬请留言指正!原创文,转载请注明出处文章目录R-CNN简介R-CNN实现步骤R-CNN优缺点FastR-CNN简介FastR-CNN实现流程FastR-CNN优缺点FastR-CNN的
嵌小超
·
2023-11-02 07:20
#
Deep
Learning
深度学习
r语言
cnn
如何在深度学习领域取得个人的成功
要在深度学习领域取得个人的成功,可以考虑以下建议:学习深度学习的基础知识:首先,建立坚实的
深度学习基础
知识是非常重要的。
xw555666
·
2023-10-29 13:13
深度学习
人工智能
一文搞定注意力机制(Attention)
文章7成内容参考:解码注意力Attention机制:从技术解析到PyTorch实战还有3成内容参考:
深度学习基础
算法系列(21)-一文搞懂注意力机制(Attention)【原来如此】深度学习中注意力机制
markconca的博客
·
2023-10-26 14:01
人工智能
注意力机制
1024程序员节
《从零开始大模型开发与微调 :基于PyTorch与ChatGLM》简介
本书共18章,内容包括人工智能与大模型、PyTorch2.0深度学习环境搭建、从零开始学习PyTorch2.0、
深度学习基础
算法详解
新知图书
·
2023-10-26 10:38
pytorch
人工智能
python
【计算机视觉全套教程】笔记总结
文章目录第一章课程概述1.研究理论和应用2.计算机和人之间对图像的差异3.课程简介4.主要研究的问题1.图像预处理2.图像特征及描述3.深度学习之前的方法5.神经网络和
深度学习基础
6.目标检测7.图像分割
Jul7_LYY
·
2023-10-23 00:59
计算机视觉
目标检测
深度学习
深度学习推荐系统架构、Sparrow RecSys项目及
深度学习基础
知识
一、SparrowRecSys项目简介二、SparrowRecSys项目的技术架构三、SparrowRecSys项目的价值和意义
深度学习基础
:你打牢深度学习知识的地基了吗?一、深度学习的基本
我是廖志伟
·
2023-10-22 11:18
#
博主活动
深度学习
系统架构
人工智能
深度学习基础
算法
算法1.K近邻算法机器学习--K-近邻算法(KNN)_k近邻-CSDN博客2.数据库样本:CIFAR-10CIFAR-10数据集(介绍、下载读取、可视化显示、另存为图片)_cifar10数据集-CSDN博客
Python9724
·
2023-10-21 00:40
模型训练
深度学习
算法
人工智能
深度学习基础
理论基础人工智能全国信息安全标准化技术委员会:人工智能,是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。分类:弱人工智能、强人工智能、超级人工智能三次浪潮:第一次:1956~1980年左右(诞生---基于符号逻辑推理证明阶段)第二次:1980年左右~2000年左右(步入产业化----基于人工规则的专家系统阶段)
XMoyas
·
2023-10-20 14:41
深度学习
深度学习
ml
人工智能
如何学习深度学习
文章目录如何学习
深度学习基础
数学知识编程基础知识
深度学习基础
知识学习资源总结我是廖志伟,一名Java开发工程师、Java领域优质创作者、CSDN博客专家、51CTO专家博主、阿里云专家博主、清华大学出版社签约作者
我是廖志伟
·
2023-10-20 10:01
#
博主活动
学习
深度学习
人工智能
《动手学深度学习》TensorFlow2.0版本
目录简介阅读指南1.深度学习简介2.预备知识2.1环境配置2.2数据操作2.3自动求梯度2.4查阅文档3.
深度学习基础
3.1线性回归3.2线
Mr_不想起床
·
2023-10-19 17:35
Tensorflow
深度学习
Python
【
深度学习基础
知识(一):卷积神经网络CNN基础知识】
@
深度学习基础
知识
深度学习基础
知识(一):卷积神经网络CNN基础知识卷积神经网络CNN基础知识0、目录1.CNN卷积神经网络的特点2.卷积操作基础知识2.1卷积操作的概念2.2卷积操作的种类2.3卷积操作后特征图谱大小计算公式
CL_Meng77
·
2023-10-19 09:20
基础知识
深度学习
cnn
人工智能
神经网络
机器学习
计算机视觉
深度学习基础
笔记——Batch_Size
相关申明及相关参考:体系学习地址主要学习笔记地址由于是文章阅读整合,依据个人情况标注排版,不确定算不算转载,主要学习围绕AI浩的五万字总结,
深度学习基础
如有侵权,请联系删除。
MengYa_DreamZ
·
2023-10-12 17:59
【深度学习笔记】
深度学习
深度学习基础
知识 Dataset 与 DataLoade的用法解析
深度学习基础
知识Dataset与DataLoade的用法解析1、Dataset2、DataLoader参数设置:1、pin_memory2、num_workers3、collate_fn分类任务目标检测任务
郭庆汝
·
2023-10-12 12:27
深度学习
人工智能
深度学习基础
知识数据 数据预处理transforms流程讲解
深度学习基础
知识数据数据预处理transforms流程讲解1、数据预处理2、使用节点2、transform.RandomResizedCrop随机尺寸裁剪缩放3、水平翻转与垂直翻转4、ColorJitter
郭庆汝
·
2023-10-12 12:27
深度学习
人工智能
深度学习基础
知识 给模型的不同层 设置不同学习率
深度学习基础
知识给模型的不同层设置不同学习率1、使用预训练模型时,可能需要将2、学习率设置方式:1、使用预训练模型时,可能需要将(1)预训练好的backbone的参数学习率设置为较小值,(2)backbone
郭庆汝
·
2023-10-12 12:27
深度学习
学习
人工智能
深度学习基础
知识 最近邻插值法、双线性插值法、双三次插值算法
深度学习基础
知识最近邻插值法、双线性插值法、双三次插值算法1、最近邻插值法1、最近邻插值法*最邻近插值:将每个目标像素找到距离它最近的原图像素点,然后将该像素的值直接赋值给目标像素优点:实现简单,计算速度快缺点
郭庆汝
·
2023-10-12 12:48
深度学习
算法
人工智能
深度学习基础
知识总结
目录背景深度学习/机器学习/人工智能,计算机视觉/机器视觉/图像处理...的关系监督学习、无监督学习、半监督学习图像分类、目标检测、语义分割、实例分割基础知识激活函数激活函数的作用激活函数一般是非线性的常见的激活函数训练集/验证集/测试集,交叉验证...训练集验证集(开发集)测试集交叉验证目标检测YOLO算法YOLO算法发展过程卷积空洞卷积感受野过拟合噪声IOU搭建模型相关Dropout方法展平P
ThreeS_tones
·
2023-10-11 08:02
深度学习
神经网络
深度学习基础
知识 register_buffer 与 register_parameter用法分析
深度学习基础
知识register_buffer与register_parameter用法分析1、问题引入2、register_parameter()2.1作用2.2用法3、register_buffer
郭庆汝
·
2023-10-11 00:47
深度学习
人工智能
register_buffer
深度学习基础
知识 BatchNorm、LayerNorm、GroupNorm的用法解析
深度学习基础
知识BatchNorm、LayerNorm、GroupNorm的用法解析1、BatchNorm2、LayerNorm3、GroupNorm用法:BatchNorm、LayerNorm和GroupNorm
郭庆汝
·
2023-10-11 00:47
深度学习
batch
人工智能
深度学习基础
知识 学习率调度器的用法解析
深度学习基础
知识学习率调度器的用法解析1、自定义学习率调度器**:**torch.optim.lr_scheduler.LambdaLR2、正儿八经的模型搭建流程以及学习率调度器的使用设置1、自定义学习率调度器
郭庆汝
·
2023-10-11 00:16
深度学习
学习
人工智能
论文阅读--
深度学习基础
文献
AlphaGoZero论文信息:SilverD,SchrittwieserJ,SimonyanK,etal.Masteringthegameofgowithouthumanknowledge[J].nature,2017,550(7676):354-359.参考文章:深入浅析AlphaGoZero与深度强化学习AlphaGoZero论文解析Attentionisallyouneed论文信息:Vas
伊丽莎白鹅
·
2023-10-10 21:09
乂段的学习笔记
论文阅读
深度学习
人工智能
Matlab
深度学习基础
笔记-3
笔记来源于matlab官网,不足之处还请提出.。2transferlearning要执行迁移学习,您需要创建三个组件:1.代表网络体系结构的一系列图层。对于迁移学习,这是通过修改先前存在的网络(如AlexNet)创建的。2.已知标签的图像可用作训练数据。这通常作为数据存储提供。3.包含控制训练算法行为的选项的变量。这三个组件作为trainNetwork功能的输入提供,它将经过训练的网络作为输出返回
SuperZ2017
·
2023-10-10 13:45
深度学习基础
知识 使用torchsummary、netron、tensorboardX查看模参数结构
深度学习基础
知识使用torchsummary、netron、tensorboardX查看模参数结构1、直接打印网络参数结构2、采用torchsummary检测、查看模型参数结构3、采用netron检测、
郭庆汝
·
2023-10-09 16:07
深度学习
人工智能
torchsummary
netron
tensorboardX
深度学习基础
知识 nn.Sequential | nn.ModuleList | nn.ModuleDict
深度学习基础
知识nn.Sequential|nn.ModuleList|nn.ModuleDict1、nn.Sequential、nn.ModuleList、nn.ModuleDict类都继承自Module
郭庆汝
·
2023-10-09 16:02
深度学习
人工智能
nn.Sequential
nn.ModuleList
nn.ModuleDict
深度学习基础
:正则化、卷积、激活函数、池化
本文将解释什么是正则化、卷积、激活函数、池化,并说明为什么需要这些操作,如何实现这些操作。正则化为什么需要正则化?可以减少过拟合正则化方式:L1正则化,L2正则化(使用更多)BatchNorm归一化,加速学习非线性激活函数为什么需要非线性激活函数?实践表明必须使用非线性激活函数,如果使用线性激活函数或者不使用激活函数,那么再深层次的神经网络模型的输出y只不过是输入x的线性组合。线性激活函数一般只在
pluo1717
·
2023-10-06 02:09
深度学习基础
之参数量(3)
一般的CNN网络的参数量估计代码classResidualBlock(nn.Module):def__init__(self,in_planes,planes,norm_fn='group',stride=1):super(ResidualBlock,self).__init__()print(in_planes,planes,norm_fn,stride)self.conv1=nn.Conv2d
小枫小疯
·
2023-10-06 01:48
深度学习基础
深度学习
人工智能
深度学习基础
之GFLOPS(2)
什么是GFLOPS神经网络的GFLOPS(GigaFLoating-PointOperationsPerSecond)代表了神经网络模型执行计算的速度和计算能力。这可以用一个类比来解释:GFLOPS就像神经网络模型的"运算速度"标签。想象你有两个数学家,他们都能够解决复杂的数学问题,但一个速度非常快,另一个速度较慢。GFLOPS就像用来衡量他们速度的标尺。数学家A的GFLOPS是10,这意味着他每
小枫小疯
·
2023-10-06 01:47
深度学习基础
深度学习
人工智能
深度学习基础
--卷积--1D/2D/3D卷积简介
1D/2D/3D卷积简介 他们处理的都是inputtensor前几个维度的信息。 1)1D主要用于NLP中的N_gram,一维卷积又称时域卷积。 2)2D和3D卷积用于图像。其中2D卷积处理的是一张图像,3D卷积处理的就是多张图像。3D卷积考虑时间维度的信息。 参考资料: https://github.com/vdumoulin/conv_arithmetic
whitenightwu
·
2023-10-05 20:13
深度学习基础
深度学习基础
之卷积(涵盖基本大多数神经网络中会用到的卷积)
大话卷积!!!首先我们说的卷积是神经网络中的卷积不是信号处理和信号分析里面的卷积,这两者是有区别的。(部分内容和图片取自https://blog.csdn.net/ahxieqi/article/details/93628533和公众号GiantPandaCV)1、1x1卷积我们都知道卷积核的一个特性就是,输出图像的纬度只取决于卷积核的数量!其实内部原理拿1x1卷积核来举个栗子就是,1x1卷积核相
just-solo
·
2023-10-05 20:42
深度学习
计算机视觉
卷积
网络
机器学习
人工智能
深度学习
深度学习基础
2D卷积(1)
什么是2D卷积2D参数量怎么计算以pytorch为例子,2D卷积在设置的时候具有以下参数,具有输入通道的多少(这个决定了卷积核的通道数量),滤波器数量,这个是有多少个滤波器,越多提取的特征就越有用,kernel_size,这个是卷积核的大小,相当于一个观测器的大小,越大参数越大其实是越强。importtorchimporttorch.nnasnn#创建一个输入张量,假设是一张3通道的4x4图像#输
小枫小疯
·
2023-10-05 20:42
深度学习
人工智能
Matlab
深度学习基础
笔记-2
笔记来源于matlab官网,不足之处还请提出.。1.4检查预测Predictionscores使用classify可以获得所有类别的预测值,存储在数组scrs中:[predscrs]=classify(net,img);使用bar(scrs)来创建预测值的条形图:使用highscores=scrs>0.01显示值中大于0.01使用逻辑索引来创建高于阀值0.01的预测值的条形图:bar(scrs(h
SuperZ2017
·
2023-09-27 18:12
深度学习基础
概念理解
1、全连接层就是线性层。2、全连接层(fullyconnectedlayers,FC)在整个卷积神经网络中起到“分类器”的作用。如果说卷积层、池化层和激活函数层等操作是将原始数据映射到隐层特征空间的话,全连接层则起到将学到的“分布式特征表示”映射到样本标记空间的作用。3、SVM一般指支持向量机,是一类按监督学习方式对数据进行二元分类的广义线性分类器,也可改为多分类。4、使用SVM也可代替CNN网络
盛世芳华
·
2023-09-26 14:39
深度学习
人工智能
机器学习
[动手学深度学习-PyTorch版]-3.4
深度学习基础
-softmax回归
3.4softmax回归前几节介绍的线性回归模型适用于输出为连续值的情景。在另一类情景中,模型输出可以是一个像图像类别这样的离散值。对于这样的离散值预测问题,我们可以使用诸如softmax回归在内的分类模型。和线性回归不同,softmax回归的输出单元从一个变成了多个,且引入了softmax运算使输出更适合离散值的预测和训练。本节以softmax回归模型为例,介绍神经网络中的分类模型。3.4.1分
蒸饺与白茶
·
2023-09-25 02:32
【深度学习概述学习小结】
深度学习概述学习小结人工智能、机器学习与深度学习关系深度学习深度学习历史
深度学习基础
知识神经元参数更新与误差反向传播Pytorch代码学习螺旋分类整体思考实验对比继续实验人工智能、机器学习与深度学习关系在人工智能领域
文海傲舟
·
2023-09-23 05:36
人工智能
python
深度学习
【计算机视觉】1. 计算机视觉基础理论知识和框架(Basic Concepts)
背景复杂3.7遮挡3.8内外四、计算机视觉框架4.1计算机视觉基础4.2深度学习算法理论基础4.3深度学习算法五、计算机视觉基础内容5.1图像预处理5.2图像特征和描述5.3深度学习之前的方法六神经网络与
深度学习基础
七主要研究问题
Scott_S
·
2023-09-20 10:11
计算机视觉
OpenCV
计算摄影学
计算机视觉
人工智能
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)
,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,然后并没有学到什么有用的知识,反而越学越迷茫,在自己探索的过程中发现一个问题,网上大多数教程都是针对有一点
深度学习基础
的人准备的
小馨馨的小翟
·
2023-09-17 16:00
浅层深度学习卷积神经网络
深度学习
cnn
学习
深度学习保姆级教学
2.节点网络1.Alexnet2.Vgg2.卷积网络反向传播详细介绍前言本章主要介绍
深度学习基础
AI深度学习-卷积神经网络0001.深度学习
泰勒朗斯
·
2023-09-17 15:11
AI
深度学习
ai
卷积神经网络
深度强化学习(1):基础知识篇
王树森老师《深度强化学习基础》学习笔记一、前提知识:
深度学习基础
搭神经网络、求导…概率论随机变量(RandomVariable):一个未知变量,值只取决于一个随机事件的结果(Eg:抛硬币的结果)。
Sudaa__
·
2023-09-14 08:56
科研
机器学习
人工智能
深度学习
深度学习基础
之梯度下降
1.引言梯度下降是一种用于最小化(或最大化)损失函数的优化算法。它是机器学习和深度学习中的一个关键概念,通常用于调整学习算法中的参数。梯度下降背后的核心思想是迭代调整参数以最小化损失函数。它的工作原理是计算损失函数相对于每个参数的梯度,并在减少损失函数的方向上更新参数。2.工作机制该算法的工作机制可以概括为以下四个步骤:初始化:首先对参数进行初始赋值。计算梯度:计算损失函数相对于每个参数的梯度。梯
赵卓不凡
·
2023-09-10 06:46
深度学习
深度学习
机器学习
点云从入门到精通技术详解100篇-三维点云数据的补全
目录前言
深度学习基础
2.1卷积神经网络2.1.1卷积层2.1.2池化层2.1.3激活函数
格图素书
·
2023-09-09 13:26
人工智能
【
深度学习基础
】反向传播BP算法原理详解及实战演示(附源码)
需要源码请点赞关注收藏后评论区留言私信~~~神经网络的设计灵感来源于生物学上的神经网络。如图所示,每个节点就是一个神经元,神经元与神经元之间的连线表示信息传递的方向。Layer1表示输入层,Layer2、Layer3表示隐藏层,Layer4表示输出层。我们希望通过神经网络,对输入数据进行某种变换,从而获得期望的输出,换句话说,神经网络就是一种映射,将原数据映射成期望获得的数据。BP算法就是其中的一
showswoller
·
2023-09-08 20:46
深度学习
算法
深度学习
人工智能
神经网络
反向传播算法
基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用能力
Python软件的安装及入门专题二、气象常用科学计算库专题三、气象海洋常用可视化库专题四、爬虫和气象海洋数据专题五、气象海洋常用插值方法专题六、机器学习基础理论和实操专题七、机器学习的应用实例专题八、
深度学习基础
理论和实操专题九
WangYan2022
·
2023-09-07 06:44
大气科学
python
机器学习
深度学习
气象
海洋
<
深度学习基础
> Batch Normalization
BatchNormalization批归一化BN优点减少了人为选择参数。在某些情况下可以取消dropout和L2正则项参数,或者采取更小的L2正则项约束参数;减少了对学习率的要求。现在我们可以使用初始很大的学习率或者选择了较小的学习率,算法也能够快速训练收敛;破坏原来的数据分布,一定程度上缓解过拟合;减少梯度消失,加快收敛速度,提高训练精度。步骤下面给出BN算法在训练时的过程输入:上一层输出结果X
thisiszdy
·
2023-09-04 19:39
深度学习
深度学习
[动手学深度学习-PyTorch版]-3.
深度学习基础
3.1线性回归线性回归输出是一个连续值,因此适用于回归问题。回归问题在实际中很常见,如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同,分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。由于线性回归和softmax回归都是单层神经网络,它们涉及的概念和技术同样适用于大多数的深度学习模
蒸饺与白茶
·
2023-09-03 05:02
算法面试-
深度学习基础
面试题整理-AIGC相关(2023.9.01开始,持续更新...)
1、stablediffusion和GAN哪个好?为什么?Stablediffusion是一种基于随机微分方程的生成方法,它通过逐步增加噪声来扰动原始图像,直到完全随机化。然后,它通过逐步减少噪声来恢复图像,同时使用一个神经网络来预测下一步的噪声分布。StableDiffusion的优点是可以在连续的潜在空间中生成高质量的图像,而不需要对抗训练或GAN的损失函数。缺点是需要较长的采样时间和较大的模
完美屁桃
·
2023-09-02 06:07
深度学习
AIGC
人工智能
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他