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
《动手学深度学习》学习笔记(三)
第三章
深度学习基础
一、线性回归模型:基于输入计算输出的表达式。训练模型:通过数据来寻找特定的模型参数值,使模型在数据上的误差尽可能小的过程。找到表达式的参数w1和w2以及b。
xiaoyaolangwj
·
2023-06-10 08:51
#
动手学深度学习
深度学习
pytorch
神经网络
机器学习
深度学习基础
系列:AlexNet
深度学习基础
系列:AlexNet本文用keras实现AlexNet网络,用于猫狗分类项目,没有使用数据增强参考资料代码参考地址:https://github.com/ShuaiGuo95/DeepLearning
zsddragon
·
2023-06-09 03:05
深度学习基础
aigc分享
深度学习基础
深度学习的基本概念、分类和常用算法,如卷积神经网络、循环神经网络、自编码器等。Golan
Fate宽
·
2023-06-07 14:46
AIGC
机器学习
python
深度学习入门参考路线
二、
深度学习基础
理论书籍类(必学):《深度学习入门:基于Python的理论与实现》:入门
凌峰的博客
·
2023-06-07 13:15
深度学习
人工智能
机器学习
深度学习基础
知识-tf.keras实例: 加州房价预测
参考书籍:《Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow,2ndEdition(AurelienGeron[Géron,Aurélien])》代码有修改,已测通。简单顺序结构这次得数据集比之前得简单,只包含数字型特征,没有ocean_proximity,也没有缺失值。如果sklearn.datasets.fetch_cali
陆沙
·
2023-06-07 12:57
机器学习
深度学习
keras
机器学习
深度学习基础
知识-tf.keras实例:衣物图像多分类分类器
参考书籍:《Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow,2ndEdition(AurelienGeron[Géron,Aurélien])》本次使用的数据集是tf.keras.datasets.fashion_mnist,里面包含6w张图,涵盖10个分类。importtensorflowastffromtensorflow
陆沙
·
2023-06-07 12:56
机器学习
深度学习
keras
分类
深度学习基础
知识-[未完]-神经网络超参数调优
参考书籍:《Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow,2ndEdition(AurelienGeron[Géron,Aurélien])》代码运行环境:win10+python3.9.12+tensorflow2.12.0+cpu使用RandomizedSearchCV可以通过先做一次随机的搜索,然后再缩小范围继续搜索。
陆沙
·
2023-06-07 12:47
机器学习
深度学习
神经网络
python
Lesson14---卷积神经网络
14.1
深度学习基础
14.1.1深度学习的基本思想特征工程:尽可能选择和构建出好的特征,使得机器学习算法能够达到最佳性能。
YoLo-8
·
2023-06-07 01:08
神经网络与深度学习
cnn
深度学习
人工智能
【22-23 春学期】AI作业5-
深度学习基础
1.人工智能、机器学习、深度学习之间的关系人工智能、机器学习和深度学习之间的关系是逐层递减的。人工智能是一个宏大的愿景,目标是让机器像我们人类一样思考和行动,既包括增强我们人类脑力也包括增强我们体力的研究领域。而学习只是实现人工智能的手段之一,并且,只是增强我们人类脑力的方法之一。所以,人工智能包含机器学习。机器学习又包含了深度学习.2.神经网络与深度学习的关系人工神经网络和深度学习都是机器学习的
是锦鲤本臾了!
·
2023-04-21 20:59
人工智能
深度学习
机器学习
深度学习基础
入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化
深度学习基础
入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化【L1、L2,Dropout,DropConnect】等1.注意力机制在深度学习领域,模型往往需要接收和处理大量的数据
·
2023-04-21 11:32
深度学习基础
入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化
深度学习基础
入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化【L1、L2,Dropout,DropConnect】等1.注意力机制在深度学习领域,模型往往需要接收和处理大量的数据
·
2023-04-21 11:27
深度学习基础
入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化【L1、L2,Dropout,Drop Connect】等
【深度学习入门到进阶】必看系列,含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等专栏详细介绍:【深度学习入门到进阶】必看系列,含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等本专栏主要方便入门同学快速掌握相关知识。声明:部分项目为网络经典项目方便大家快速学习,后续会不断增添实战环节(比赛、论文、
汀、人工智能
·
2023-04-20 19:09
#
深度学习入门到进阶
深度学习
人工智能
神经网络
注意力机制
Dropout
深度学习基础
入门篇[六]:模型调优,学习率设置(Warm Up、loss自适应衰减等),batch size调优技巧,基于方差放缩初始化方法。
【深度学习入门到进阶】必看系列,含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等专栏详细介绍:【深度学习入门到进阶】必看系列,含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等本专栏主要方便入门同学快速掌握相关知识。声明:部分项目为网络经典项目方便大家快速学习,后续会不断增添实战环节(比赛、论文、
汀、人工智能
·
2023-04-20 19:09
#
深度学习入门到进阶
深度学习
人工智能
学习率
batchsize
warmup
当 RL4J(DL4J) 遇到 LIBGDX ----1
前言:*该文章需要一定的
深度学习基础
和游戏基础(因为是随手写的可能有比较多的BUG,注释也没写多少,请见谅)首先我想说,两个东西都是开源的,bug多也是很正常,其次这两个的资源也很少,DL4J基本上是用于分布式框架的
6g3y
·
2023-04-20 17:52
深度学习基础
入门篇[六]:模型调优,学习率设置(Warm Up、loss自适应衰减等),batch size调优技巧。
深度学习基础
入门篇[六]:模型调优,学习率设置(WarmUp、loss自适应衰减等),batchsize调优技巧,基于方差放缩初始化方法。
·
2023-04-20 15:34
计算机视觉面试
卷积与Pointwise卷积_pointwiseconvwithchannelattention_我是一个对称矩阵的博客-CSDN博客MobileNetv2笔记:倒残差和线性Bottlenecks-知乎
深度学习基础
xiaocong1990
·
2023-04-20 01:01
深度学习
计算机视觉
算法
【深度学习入门到进阶简介】含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等以及深度学习如何应用
模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等本专栏主要方便入门同学快速掌握相关知识,后续会不断增添实战环节(比赛、论文、现实应用等)专栏订阅:深度学习入门到进阶专栏1.专栏目录2.
深度学习基础
篇
汀、人工智能
·
2023-04-19 06:46
#
深度学习入门到进阶
深度学习
神经网络
人工智能
自然语言处理
计算机视觉
机器学习和深度学习在气象中的应用(台风预报只能订正、风速预报订正、LSTM 方法预测 ENSO)
查看原文>>>Python人工智能在气象中的实践技术应用目录专题一、Python和科学计算基础专题二、机器学习和
深度学习基础
理论和实操2.1机器学习和
深度学习基础
理论2.2sklearn和pytorch
吹翻书页的风
·
2023-04-19 03:21
大气科学
气象学
深度学习机器学习
机器学习
深度学习
lstm
台风预报智能订正
机器学习预测风电场
深度学习基础
入门篇[五]:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测
1.交叉熵损失函数在物理学中,“熵”被用来表示热力学系统所呈现的无序程度。香农将这一概念引入信息论领域,提出了“信息熵”概念,通过对数函数来测量信息的不确定性。交叉熵(crossentropy)是信息论中的重要概念,主要用来度量两个概率分布间的差异。假定p和q是数据x的两个概率分布,通过q来表示p的交叉熵可如下计算:H(p,q)=−∑xp(x)logq(x)H\left(p,q\right)=-
汀、人工智能
·
2023-04-18 15:08
#
深度学习基础篇
深度学习
机器学习
人工智能
损失函数
CTC损失
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
吹翻书页的风
·
2023-04-18 02:02
气象学
大气科学
深度学习机器学习
机器学习
深度学习
人工智能
气象预测
台风数据
基于PaddlePaddle的词向量实战 |
深度学习基础
任务教程系列
词向量是自然语言处理中常见的一个操作,是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术。在这些互联网服务里,我们经常要比较两个词或者两段文本之间的相关性。为了做这样的比较,我们往往把词表示成计算机适合处理的方式。最自然的方式莫过于向量空间模型(vectorspacemodel)。在这种方式里,每个词被表示成一个实数向量(one-hotvector),其长度为字典大小,每个维度对应一个字
weixin_44353800
·
2023-04-17 19:42
Python框架
paddlepaddle
深度学习
机器学习
深度学习基础
知识点归纳总结
1.最小化代价函数优化方法:BGD、SGD、MBGD、动量、NAG、Adagrad、AdaDelta、Adam、AMSGrad、牛顿法;2.前馈神经网络的隐藏单元不一定在所有的输入点上可微;3.CNN最大池化能产生一定程度的平移不变性;4.向量范数表征向量空间的大小:imageimage1.CNN:LeNet、AlexNet、VGGNet、GoogLeNet、ResNet数据增强技术:翻转、裁剪、
小锋学长
·
2023-04-17 12:47
Matlab
深度学习基础
笔记-1
笔记来源于matlab官网,不足之处还请提出。1.使用预训练网络1.1加载并查看图像使用imread函数导入图像,支持GIF,JPEG,PNG等,如将png格式的图像读入到变量I中。I=imread('filename.png');使用imshow函数显示变量中的图像。imshow(I);1.2使用alexnet做预测(alexnet是基于CNN的模型,已经训练好的神经网络)创建alexnet的副
SuperZ2017
·
2023-04-16 17:38
深度学习基础
篇之深度神经网络(DNN)
神经网络不应该看做是一个算法,应该看做是一个特征挖掘方法。在实际的业界发展过程中,数据的作用往往大于模型,当我们把数据的隐藏特征提取出来之后,用很简单的模型也能预测的很好。神经网络模型由生物神经中得到启发。在生物神经元细胞中,神经突触接收到信号,经过接收并处理信号后判断信号的信息强弱,来做出不同神经电位变化反应。受此启发,科研人员设计出基础的神经网络模型结构,神经元模型(NeuronModel)。
崔中江
·
2023-04-16 14:28
算法
深度学习
dnn
机器学习
TF.app.run和TF.flags的使用
深度学习基础
Tensorflow参数接口#-*-coding:utf-8-*-#test.pyimporttensorflowastfFLAGS=tf.app.flags.FLAGS##
大地瓜_
·
2023-04-14 23:24
A.
深度学习基础
入门篇[四]:激活函数介绍:tanh、sigmoid、ReLU、PReLU、ELU、softplus、softmax、swish等
1.激活函数激活函数是人工神经网络的一个极其重要的特征;激活函数决定一个神经元是否应该被激活,激活代表神经元接收的信息与给定的信息有关;激活函数对输入信息进行非线性变换,然后将变换后的输出信息作为输入信息传给下一层神经元。激活函数的作用如果不用激活函数,每一层输出都是上层输入的线性函数,无论神经网络有多少层,最终的输出都是输入的线性组合。激活函数给神经元引入了非线性因素,使得神经网络可以任意逼近任
汀、人工智能
·
2023-04-12 01:12
#
深度学习基础篇
深度学习
机器学习
人工智能
激活函数
softmax
一篇文章搞定《动手学深度学习》-(李牧)PyTorch版本的所有内容
目录目录简介阅读指南1.深度学习简介2.预备知识3.
深度学习基础
4.深度学习计算5.卷积神经网络6.循环神经网络7.优化算法8.计算性能9.计算机视觉10.自然语言处理环境参考(大家可以在这里下载代码)
M_Q_T
·
2023-04-11 13:38
机器学习
深度学习
深度学习
机器学习
python
神经网络
pytorch
[动手学深度学习-PyTorch版]-3.8
深度学习基础
-多层感知机
3.8多层感知机我们已经介绍了包括线性回归和softmax回归在内的单层神经网络。然而深度学习主要关注多层模型。在本节中,我们将以多层感知机(multilayerperceptron,MLP)为例,介绍多层神经网络的概念。3.8.1隐藏层多层感知机在单层神经网络的基础上引入了一到多个隐藏层(hiddenlayer)。隐藏层位于输入层和输出层之间。图3.3展示了一个多层感知机的神经网络图,它含有一个
蒸饺与白茶
·
2023-04-11 12:36
深度学习笔记总结(1) 神经网络和深度学习(Neural Networks and Deep Learning)
针对
深度学习基础
部分,有必要恶补一些吴恩达的深度学习课程,其实晚上有很多总结和笔记,本系列文章是针对黄海广大佬整理的《深度学习课程笔记(V5.47)》的总结和自己的理解,以便加深印象和复习。
致Great
·
2023-04-11 02:47
深度学习基础
入门篇[三]:优化策略梯度下降算法:SGD、MBGD、Momentum、Adam、AdamW
深度学习基础
入门篇[三]:优化策略梯度下降算法:SGD、MBGD、Momentum、Adam、AdamW1.梯度下降算法(优化器)1.1原理解释如果我们定义了一个机器学习模型,比如一个三层的神经网络,那么就需要使得这个模型能够尽可能拟合所提供的训练数据
汀、人工智能
·
2023-04-10 04:30
#
深度学习基础篇
深度学习
机器学习
人工智能
梯度下降算法
Adam
[动手学深度学习-PyTorch版]-3.2
深度学习基础
-线性回归的从零开始实现
3.2线性回归的从零开始实现在了解了线性回归的背景知识之后,现在我们可以动手实现它了。尽管强大的深度学习框架可以减少大量重复性工作,但若过于依赖它提供的便利,会导致我们很难深入理解深度学习是如何工作的。因此,本节将介绍如何只利用Tensor和autograd来实现一个线性回归的训练。首先,导入本节中实验所需的包或模块,其中的matplotlib包可用于作图,且设置成嵌入显示。%matplotlib
蒸饺与白茶
·
2023-04-09 21:21
Transformer 笔记目录
相关知识:
深度学习基础
(神经网络,回归,分类,优化,激活函数等),具体介绍序列到序列模型,RNN,Seq2Seq,LSTM等。
onlyfansnft.art
·
2023-04-09 15:19
深度学习
机器学习
人工智能
动手学深度学习-(李牧)PyTorch版本
目录编辑目录1.深度学习简介2.预备知识3.
深度学习基础
4.深度学习计算5.卷积神经网络6.循环神经网络7.优化算法8.计算性能9.计算机视觉10.自然语言处理环境参考(大家可以在这里下载代码)原书地址
M_Q_T
·
2023-04-08 03:06
机器学习
深度学习
深度学习
人工智能
pytorch
tensorflow
手动学深度学习
[动手学深度学习-PyTorch版]-3.6
深度学习基础
-softmax回归从零开始实现
3.6softmax回归的从零开始实现这一节我们来动手实现softmax回归。首先导入本节实现所需的包或模块。importtorchimporttorchvisionimportnumpyasnpimportsyssys.path.append("..")#为了导入上层目录的d2lzh_pytorchimportd2lzh_pytorchasd2l3.6.1获取和读取数据我们将使用Fashion-
蒸饺与白茶
·
2023-04-07 09:24
狂肝两万字带你用pytorch搞深度学习!!!
深度学习基础
知识和各种网络结构实战...狂肝两万字带你用pytorch搞深度学习!!!
写Bug那些事
·
2023-04-06 06:22
深度学习
pytorch
深度学习
A.
深度学习基础
入门篇[二]:机器学习常用评估指标:AUC、mAP、IS、FID、Perplexity、BLEU、ROUGE等详解
A.
深度学习基础
入门篇[二]:机器学习常用评估指标1.基础指标简介机器学习的评价指标有精度、精确率、召回率、P-R曲线、F1值、TPR、FPR、ROC、AUC等指标,还有在生物领域常用的敏感性、特异性等指标
汀、人工智能
·
2023-04-04 18:31
#
深度学习基础篇
机器学习
深度学习
人工智能
GAN
机器翻译
A.
深度学习基础
入门篇[一]:神经元简介、单层多层感知机、距离计算方法式、相似度函数
1.神经元在生物学中,神经元细胞有兴奋与抑制两种状态。大多数神经元细胞在正常情况下处于抑制状态,一旦某个神经元受到刺激并且电位超过一定的阈值后,这个神经元细胞就被激活,处于兴奋状态,并向其他神经元传递信息。基于神经元细胞的结构特性与传递信息方式,神经科学家WarrenMcCulloch和逻辑学家WalterPitts合作提出了“McCulloch–Pitts(MCP)neuron”模型。在人工神经
汀、人工智能
·
2023-04-04 18:30
#
深度学习基础篇
深度学习
人工智能
机器学习
神经网络
相似度函数
[动手学深度学习-PyTorch版]-3.9
深度学习基础
-多层感知机的从零开始实现
3.9多层感知机的从零开始实现我们已经从上一节里了解了多层感知机的原理。下面,我们一起来动手实现一个多层感知机。首先导入实现所需的包或模块。importtorchimportnumpyasnpimportsyssys.path.append("..")importd2lzh_pytorchasd2l3.9.1获取和读取数据这里继续使用Fashion-MNIST数据集。我们将使用多层感知机对图像进行
蒸饺与白茶
·
2023-04-02 14:56
07PyTorch
深度学习基础
入门
PyTorch基础语法其主要有以下两个特点:比NumPy更灵活,可以使用GPU的强大计算能力。开源高效的深度学习研究平台。张量Tensors(张量)与NumPy中的Ndarrays多维数组类似,但是在PyTorch中Tensors可以使用GPU进行计算。创建一个5×3矩阵。使用torch.empty可以返回填充了未初始化数据的张量。张量的形状由可变参数大小定义。importtorchtorch.e
Jachin111
·
2023-04-02 02:14
【Linux专题(三)—— 机器学习】小白也能玩tensorflow作梵高画
10.05version:1.0一简介Tensortflow是GoogleResearch宣布推出第二代机器学习系统,TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域,对2011年开发的
深度学习基础
架构
鱼弦
·
2023-04-01 12:25
linux
机器学习
机器学习
2023双非计算机硕士应战秋招算法岗之
深度学习基础
知识
word版资料自取链接:链接:https://pan.baidu.com/s/1H5ZMcUq-V7fxFxb5ObiktQ提取码:kadm卷积层全连接神经网络需要非常多的计算资源才能支撑它来做反向传播和前向传播,所以说全连接神经网络可以存储非常多的参数,如果你给它的样本如果没有达到它的量级的时候,它可以轻轻松松把你给他的样本全部都记下来,这会出现过拟合的情况。局部感知:在传统神经网络中每个神经元
Diros1g
·
2023-03-31 23:15
秋招
深度学习
算法
机器学习
面试
职场和发展
[动手学深度学习-PyTorch版]-3.5
深度学习基础
-图像分类数据集(Fashion-MINIST)
3.5图像分类数据集(Fashion-MNIST)在介绍softmax回归的实现前我们先引入一个多类图像分类数据集。它将在后面的章节中被多次使用,以方便我们观察比较算法之间在模型精度和计算效率上的区别。图像分类数据集中最常用的是手写数字识别数据集MNIST[1]。但大部分模型在MNIST上的分类精度都超过了95%。为了更直观地观察算法之间的差异,我们将使用一个图像内容更加复杂的数据集Fashion
蒸饺与白茶
·
2023-03-23 21:40
面试中的
深度学习基础
问题
文章目录BatchNormalization逻辑斯蒂回归(LR,LogisticRegression)交叉熵与softmax激活函数的意义泛化误差(过拟合)逻辑回归(LogisticRegression)DropoutBatchNormalization由于InternalCovariateShift(Google)效应产生,即深度神经网络随着网络层数的加深,该层的输入会发生变化,使得输入不满足独
酷暑冷冰
·
2023-03-17 07:04
机器学习
面试
深度学习
职场和发展
Keras 课程表
一、
深度学习基础
介绍1.1python基础1.2机器学习基础知识简介1.3神经网络数学基础1.4Keras开发环境搭建1.5Keras介绍1.5.1Keras序贯模型与函数式模型1.5.2Keras网络模型
lourd
·
2023-03-16 15:56
计算机视觉+人工智能面试笔试总结——
深度学习基础
题21~40
目录21.如何选择dropout的概率22.dropout在神经网络中的应用23.dropout具体工作流程24.什么是dropout?
fpga和matlab
·
2023-03-14 07:13
人工智能
深度学习
机器学习
深度学习面试
计算机视觉+人工智能面试笔试总结——
深度学习基础
题41~51
目录41.CNN结构特点42.CNN权值共享问题43.卷积层与全连接层的区别44.卷积和池化操作的作用
fpga和matlab
·
2023-03-14 07:13
深度学习
人工智能
计算机视觉
深度学习面试
深度学习-1
深度学习基础
介绍单层神经网络:线性回归和softmax回归多层神经网络:多层感知机1.线性回归例如房价预测,特征为面积房龄,那么模型可以写作:其中x1和x2是权重weight,b是偏差bias损失函数选用
恰似一碗咸鱼粥
·
2023-03-12 04:37
[动手学深度学习-PyTorch版]-3.3
深度学习基础
-线性回归的简洁实现
3.3线性回归的简洁实现随着深度学习框架的发展,开发深度学习应用变得越来越便利。实践中,我们通常可以用比上一节更简洁的代码来实现同样的模型。在本节中,我们将介绍如何使用PyTorch更方便地实现线性回归的训练。3.3.1生成数据集我们生成与上一节中相同的数据集。其中features是训练数据特征,labels是标签。num_inputs=2num_examples=1000true_w=[2,-3
蒸饺与白茶
·
2023-03-08 22:12
【跟着ChatGPT学深度学习】ChatGPT带我入门深度学习
本次ChatGPT老师共教我三个知识点,分别是
深度学习基础
、深度学习的学习资源和深度学习需要掌握的技能和知识
Chaos_Wang_
·
2023-02-26 07:06
深度学习
chatgpt
机器学习
人工智能
神经网络
深度学习基础
学习
预备知识安装数据操作运算符importtorchx=torch.arange(12)#tensor-张量print(x.shape)print(x.numel())##numel-元素数量X=x.reshape(3,4)#torch.zeros((2,3,4))#torch.ones((2,3,4))#torch.randn(3,4)#正态分布random#torch.tensor([[2,2],
YCH带带我
·
2023-02-20 14:55
人工智能
深度学习
学习
python
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