深度学习实践

全流程Python编程、机器学习与深度学习实践技术应用

近年来，人工智能领域的飞速发展极大地改变了各个行业的面貌。当前最新的技术动态，如大型语言模型和深度学习技术的发展，展示了深度学习和机器学习技术的强大潜力，成为推动创新和提升竞争力的关键。特别是PyTorch，凭借其灵活性和高效性，成为科研人员和工程师的首选工具。为了帮助科研人员系统地掌握深度学习的基础理论及其在PyTorch中的实现方法，Ai尚研修特别推出了“最新PyTorch机器学习与深度学习技
为为-180-3121-1455·2024-09-01 12:49

最新基于MATLAB机器学习、深度学习实践技术应用

近年来，MATLAB在机器学习和深度学习领域的发展取得了显著成就。其强大的计算能力和灵活的编程环境使其成为科研人员和工程师的首选工具。在无人驾驶汽车、医学影像智能诊疗、ImageNet竞赛等热门领域，MATLAB提供了丰富的算法库和工具箱，极大地推动了人工智能技术的应用和创新。系统学习机器学习和深度学习的理论知识及对应的代码实现方法，掌握图像处理的基础知识，以及经典机器学习算法和最新的深度神经网络
weixin_贾·2024-08-22 05:54

最新基于MATLAB 2021b的机器学习、深度学习实践

基于MATLAB2021b的机器学习和深度学习实践是一个广泛的主题，下面是一些基本的步骤和资源，可以帮助你开始：安装MATLAB2021b:首先，你需要安装MATLAB2021b。
数字化信息化智能化解决方案·2024-02-06 10:23

【NLP】Datawhale-AI夏令营Day6-7打卡：大模型

⭐️最近参加了由Datawhale主办、联合科大讯飞、阿里云天池发起的AI夏令营（第三期），我参与了深度学习实践-NLP（自然语言处理）方向⭐️作为NLP小白，我希望能通过本次夏令营的学习实践，对NLP
不雨_亦潇潇·2024-02-02 07:51

【PyTorch】深度学习实践之 逻辑斯蒂回归 Logistic Regression

本文目录回归vs分类sigmoid函数损失函数例子课堂练习模型实现计算损失实现代码测试模型学习资料系列文章索引回归vs分类回归是预测数值分类是预测类别概率sigmoid函数LogisticFunction是最典型的sigmoid函数，因此有些书会直接说成sigmoid函数。实际上满足如下条件即可称为sigmoid函数：饱和函数单调递增存在极限损失函数使用二分类交叉熵公式：y=1，预测值接近1，lo
zoetu·2024-01-27 14:51

PyTorch深度学习实践——用pytorch实现logistic regression（分类问题）

参考资料参考资料1：https://blog.csdn.net/bit452/article/details/109680909参考资料2：http://biranda.top/Pytorch%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0007%E2%80%94%E2%80%94%E5%88%86%E7%B1%BB%E9%97%AE%E9%A2%98/#%E9%97%AE
没有人会真的躺平·2024-01-27 14:21

PyTorch深度学习实践——Logistic Regression

在本次学习中，学习到了logistic回归，虽然说是一种回归模型，但是这个模型实际上是做分类问题，对于这种回归模型我们同样从三个方面来进行介绍，logistic回归是什么？为什么要采用logistics回归？如何实现losgistic回归模型？下面是对于logistic回归的总结：logistic回归是什么？给出定义：逻辑斯谛回归（logisticregression）是统计学习中的经典分类方法，
不见当年灰太狼·2024-01-27 14:50

研0或研一|如何快速入门深度学习？

课程篇直接上手B站【小土堆PyTorch深度学习快速入门教程】，共计9h50min左右，预计一周就可以学完，比较偏向理论和实践相结合跟李沐学AIB站【动手学深度学习PyTorch版】刘二大人B站【PyTorch深度学习实践
-希冀-·2024-01-15 08:13

“不缺钱，只缺人” ，同传翻译的那些事儿

文本问答、结构化数据问答、文本翻译、机器同传、对话系统等实践项目的全流程讲解，旨在帮助开发者更全面清晰地掌握百度飞桨框架在NLP领域的用法，并能够举一反三、灵活使用飞桨框架和PaddleNLP进行NLP深度学习实践
飞桨PaddlePaddle·2024-01-10 05:24

刘二大人《PyTorch深度学习实践》p9多分类问题

刘二大人《PyTorch深度学习实践》p9多分类问题一、零碎知识点1.LongTensor长整形张量2.transform结构及用法二、预备知识1.Softmax激活函数2.NLLLoss损失函数3.CrossEntropyLoss
失舵之舟-·2023-12-30 05:03

刘二大人《PyTorch深度学习实践》p8加载数据集

刘二大人《PyTorch深度学习实践》p8加载数据集一、零碎知识点1.enumerate()二、Batch（批次）和Mini-Batch1.Mini-Batch2.Dataset（数据集）3.DataLoader
失舵之舟-·2023-12-30 05:02

刘二大人《PyTorch深度学习实践》p5用pytorch实现线性回归

刘二大人《PyTorch深度学习实践》p5用pytorch实现线性回归一、零碎知识点1.torch.nn2.nn.Module3.nn.linear4.nn.MSELoss5.torch.optim.SGD
失舵之舟-·2023-12-30 05:32

刘二大人《PyTorch深度学习实践》p6逻辑斯蒂回归

刘二大人《PyTorch深度学习实践》p6logistic回归一、零碎知识点1.torchvision2.np.linspace3.torch.Tensor(x).view4.matplotlib画一条直线二
失舵之舟-·2023-12-30 05:32

【深度学习实践】换脸应用dofaker本地部署

本文介绍了dofaker换脸应用的本地部署教程，dofaker支持windows、linux、cpu/gpu推理，不依赖于任何深度学习框架，是一个非常好用的换脸工具。本教程的部署系统为windows11，使用CPU推理。注意：1、请确保您的所有路径不要包含中文，否则可能发生奇怪的问题（windows用户名不要是中文）2、安装好visualstudiocommunity（社区版本)，勾选C++开发。
justld·2023-12-23 12:41

最新PyTorch机器学习与深度学习实践技术应用

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。因此，为了帮助广大科研人员更加系统地学习深度学习的基础理论知识及对应的Pytorch代码实现方法，掌握深度学习的基础知识，与经典机器学习算法
asyxchenchong888·2023-12-18 15:48

PyTorch机器学习与深度学习实践技术应用

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。因此，为了帮助广大科研人员更加系统地学习深度学习的基础理论知识及对应的Pytorch代码实现方法，Ai尚研修特举办“最新PyTorch机器学
梦想的初衷~·2023-12-16 19:07

PyTorch机器学习与深度学习实践技术应用

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。因此，为了帮助广大科研人员更加系统地学习深度学习的基础理论知识及对应的Pytorch代码实现方法，Ai尚研修特举办“最新PyTorch机器学
思考的小猴子·2023-12-16 14:05

PyTorch机器学习与深度学习实践技术应用

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。因此，为了帮助广大科研人员更加系统地学习深度学习的基础理论知识及对应的Pytorch代码实现方法，Ai尚研修特举办“最新PyTorch机器学
Mr.靳靳477302280·2023-12-16 12:00

越学越有趣：『手把手带你学NLP』系列项目02 ——语义相似度计算的那些事儿...

文本问答、结构化数据问答、文本翻译、机器同传、对话系统等实践项目的全流程讲解，旨在帮助开发者更全面清晰地掌握百度飞桨框架在NLP领域的用法，并能够举一反三、灵活使用飞桨框架和PaddleNLP进行NLP深度学习实践
飞桨PaddlePaddle·2023-12-01 04:13

越学越有趣：『手把手带你学NLP』系列项目05 ——文本情感分析的那些事儿

文本问答、结构化数据问答、文本翻译、机器同传、对话系统等实践项目的全流程讲解，旨在帮助开发者更全面清晰地掌握百度飞桨框架在NLP领域的用法，并能够举一反三、灵活使用飞桨框架和PaddleNLP进行NLP深度学习实践
飞桨PaddlePaddle·2023-12-01 04:13

每天五分钟计算机视觉：经典架构的力量与启示

本文将探讨学习经典卷积网络架构的原因，并阐述其对于现代深度学习实践
幻风_huanfeng·2023-11-29 10:29

AI 夏令营第三期 - 基于论文摘要的文本分类与关键词抽取挑战赛学习笔记3

其中，深度学习实践-NLP方向以讯飞平台“基于论文摘要的文本分类与关键词抽取挑战赛”（2023iFLYTEKA.I.开发者大赛-讯飞开放平台）为学习命题，并提供了一些解题代码供夏令营的初学者、学习者学习研究
话不多说干起来·2023-11-29 01:02

Batch Norm简明图解【批归一化】

BatchNorm（批归一化）是现代深度学习实践者工具包的重要组成部分。在批归一化论文中引入它后不久，它就被认为在创建可以更快训练的更深层次神经网络方面具有变革性。
新缸中之脑·2023-11-28 08:40

pytorch-深度学习实践

pytorch-深度学习实践02-线性回归线性回归是回归问题，损失函数如下图所示。
jjnn97·2023-11-26 12:16

百度飞桨心得Final——总结

①零基础入门深度学习实践项目：波士顿房价
hdu_Mikeshen·2023-11-23 07:03

PyTorch 深度学习实践 第2讲/作业（Linear Model）

对一组数据进行预测训练损失和MSE均方误差损失代码示例y=w*ximportnumpyasnpimportmatplotlib.pyplotasplt#准备数据x_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]#定义模型y=x*wdefforward(x):returnx*wdefloss(x,y):y_pred=forward(x)#y_pred为模型预测值retu
有温度的AI·2023-11-12 20:50

PyTorch 深度学习实践 第5讲 刘二大人 课后题个人答案

PyTorch深度学习实践第5讲课后习题由于本节习题很少看到比较完整的代码,因此上传一个给大家参考.B站刘二大人这里要注意一下,在对不同优化器进行比较的过程中,需要保持初始参数值一致,这样才有可比性#练习
asfvdvc·2023-11-09 01:29

深度学习debug沉思录

本文打算用来记录一些在深度学习实践中的调试过程，记录一些经验之谈。因为目前深度学习业界的理论基础尚且薄弱，很多工程实践中的问题没法用理论解释得很好，这里的只是实践中的一些经验之谈，以供参考以及排错。
视学算法·2023-10-31 11:20

深度学习debug实践中的一些经验之谈

本文打算用来记录一些在深度学习实践中的调试过程，记录一些经验之
zenRRan·2023-10-31 11:17

深度学习debug沉思录！

本文打算用来记录一些在深度学习实践中的调试过程，记录一些经验之谈。因为目前深度学习业界的理论基础尚且薄弱，很多工程实践中的问题
Datawhale·2023-10-31 11:42

pytorch深度学习实践（二）：梯度下降算法详解和代码实现（梯度下降、随机梯度下降、小批量梯度下降的对比）

目录一、梯度下降1.1公式与原理1.1.1cost(w)1.1.2梯度1.1.3w的更新1.2训练过程可视化1.3代码实现二、随机梯度下降（stochasticgradientdescent，SDG）2.1公式与原理2.1.1w的更新2.2代码实现2.3梯度下降和随机梯度下降的优缺点对比2.3.1梯度下降算法（BatchGradientDescent）2.3.2随机梯度下降算法（Stochasti
好喜欢吃红柚子·2023-10-27 14:34

【PyTorch】深度学习实践 02 线性模型

深度学习的准备过程准备数据集选择模型模型训练进行推理预测问题对某种产品花费x个工时，即可得到y收益，现有x和y的对应表格如下：x（hours）y（points）12243648求花费4个工时可得到的收益。问题分析基本流程数据集需要交付给算法模型进行训练，利用所训练的模型，在输入新的数据时可以获得相应的输出。我们的数据集包含了输入数据和对应的输出，所以这是监督学习（supervisedlearnin
令夏二十三·2023-10-24 01:55

PyTorch深度学习实践（10. Basic CNN-5）：Homework

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasetsfromtorchvisionimportt
曾叔叔要稳住·2023-10-23 18:46

PyTorch深度学习实践（10. Basic CNN-4）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasetsfromtorchvisionimportt
曾叔叔要稳住·2023-10-23 18:45

PyTorch深度学习实践（10. Basic CNN-1）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）#代码片段"""基础卷积神经网络CNN"""importtorch#预设参数in_channel,out_channels
曾叔叔要稳住·2023-10-23 18:15

PyTorch深度学习实践（10. Basic CNN-3）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchinput=[3,4,6,5,2,4,6,8,1,6,7,8,9,7,4,6]input=torch.Tensor
曾叔叔要稳住·2023-10-23 18:15

深度学习 | Pytorch深度学习实践 （Chapter 10、11 CNN）

十、CNN卷积神经网络基础篇首先引入——二维卷积：卷积层保留原空间信息关键：判断输入输出的维度大小特征提取：卷积层、下采样分类器：全连接引例：RGB图像（栅格图像）首先，老师介绍了CCD相机模型，这是一种通过光敏电阻，利用光强对电阻的阻值影响，对应地影响色彩亮度实现不同亮度等级像素采集的原件。三色图像是采用不同敏感度的光敏电阻实现的。还介绍了矢量图像（也就是PPT里通过圆心、边、填充信息描述而来的
西皮呦·2023-10-23 18:02

Basic CNN - Pytorch

笔记来自课程《Pytorch深度学习实践》Lecture10如下图所示，在做全联接的时候，把图片（1*28*28，即C*W*H）全部都拉成了一长串（1*...），所以卷积层是为了保留它的空间特征。
人间折耳根·2023-10-23 15:34

【PyTorch】深度学习实践 1. Overview

目录人工智能概述课程前置知识人工智能问题分类推理类预测类算法分类传统算法与智能算法人工智能领域细分学习系统的发展基于规则的系统经典机器学习算法表示学习方法维度诅咒说明解决方法第一代第二代（深度学习）传统机器学习策略神经网络基础基本原理正向传播和反向传播正向传播反向传播小结人工智能概述课程前置知识线性代数+概率论（不要有路径依赖，遇到不会的就现学）Python基础人工智能问题分类人工智能，实际上就是
令夏二十三·2023-10-21 22:59

深度学习 | Pytorch深度学习实践

一、overview基于pytorch的深度学习的四个步骤基本如下：二、线性模型LinearModel基本概念数据集分为测试集和训练集（训练集、开发集）训练集（x，y）测试集只给（x）过拟合：模型学得太多导致性能不好开发集：测验模型泛化能力zip：从数据集中，按数据对儿取出自变量x_val和真实值y_val本例中进行人工training，穷举法定义前向传播函数forward定义损失函数lossMS
西皮呦·2023-10-19 10:02

分类网络速览

/hey-yahei/typical_cnn参考：《Hands-OnMachineLearningwithScikit-LearnandTensorFlow(2017)》Chap13《卷积神经网络——深度学习实践手册
hey-yahei·2023-10-17 05:06

【PyTorch深度学习实践】02_梯度下降

文章目录梯度下降1.梯度下降算法实现代码2.随机梯度下降实现代码3.小批量随机梯度下降梯度下降1.梯度下降算法之前可以使用穷举的方法逐个测试找使损失函数最小的点（即找最优权重），但权重过多时，会使穷举变得非常困难，因此需要优化，梯度下降法就是其中一种优化方式。要找到最小值的点，可以让点沿着下降最快的方向移动，梯度的负方向（即负的cost对w的导数）就是下降最快的方向，w随之更新。图中公式的α值代表
青山的青衫·2023-10-17 00:32

PyTorch深度学习实践——3.梯度下降＆随机梯度下降

PyTorch深度学习实践——3.梯度下降＆随机梯度下降课程链接：《PyTorch深度学习实践》3.梯度下降算法梯度下降（GradientDescent）算法：w按梯度下降方向移动，这样一定次数的移动后就会移动到最优解
皮肤科大白·2023-10-17 00:31

《PyTorch深度学习实践》刘二大人 第3讲 梯度下降算法

梯度下降算法importmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]w=1.0defforward(x):returnw*xdefloss(x,y):y_pred=forward(x)return(y_pred-y)**2defcost(xs,ys):c=0forx,yinzip(xs,ys):y_pred=forwa
Grairain·2023-10-17 00:01

PyTorch深度学习实践03——梯度下降算法

上一节中，对于权重参数w的更新策略，我们采用的是穷举法。本节学习使用梯度下降算法自动更新权重，目标是求出使cost最小的权重组合优化问题：求解使得目标函数（cost）最小的权重组合的任务（即第二行式子所示）梯度下降（GD）、随机梯度下降（SGD），小批量随机梯度下降（mini-batch-SGD）梯度下降：用所有样本的平均损失来作为求偏导的依据随机梯度下降：用单个样本的loss作为求偏导的依据小批
UnFledged·2023-10-17 00:00

PyTorch深度学习实践第三集 梯度下降 y=wx

importrandomimportnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x,w):y_p=w*xreturny_pdefloss(x,y,w):y_p=forward(x,w)loss_=(y-y_p)*(y-y_p)returnloss_w_list=[]m
Newjet666·2023-10-17 00:28

《PyTorch深度学习实践》第三讲 反向传播

《PyTorch深度学习实践》第三讲反向传播问题描述问题分析编程实现代码实现效果参考文献问题描述问题分析编程实现代码importtorch#数据集x_data=[1.0,2.0,3.0]y_data=[
稚皓君·2023-10-17 00:28

《PyTorch深度学习实践》第三讲 梯度下降算法

《PyTorch深度学习实践》第三讲梯度下降算法问题描述梯度下降问题分析编程实现代码实现效果随机梯度下降问题分析编程实现代码实现效果参考资料问题描述梯度下降问题分析编程实现代码importmatplotlib.pyplotasplt
稚皓君·2023-10-17 00:23

PyTorch深度学习实践（11. Advanced CNN-2）

源自课程：《PyTorch深度学习实践》完结合集Chapter11卷积神经网络（高级篇）"""AdvancedCNN:resnet"""importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatase
曾叔叔要稳住·2023-10-16 00:13

PyTorch深度学习实践（11. Advanced CNN-1）

源自课程：《PyTorch深度学习实践》完结合集Chapter11卷积神经网络（高级篇）"""AdvancedCNN:inception"""importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdat
曾叔叔要稳住·2023-10-16 00:42
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他