深度学习理论

深度学习如何入门？

学习深度学习理论：（1）理解神经网络的基本组成，如神经元、激活函数
nanshaws·2024-03-13 07:29

【深度学习理论】持续更新

文章目录1.统计学习理论1.统计学习理论统计学习理论，一款适合零成本搞深度学习的大冤种的方向从人类学习到机器学习的对比（学习的过程分为归纳和演绎），引出泛化和过拟合的概念。如何表示归纳的函数规律呢？以监督问题为例，需要学习X到Y的映射，先做假设空间，为了使假设空间和真实映射接近，需要损失函数来优化假设空间。学习的目的是学习数据的分布而不是每一个数据点本身，所以希望期望风险最小（期望风险即假设在数据
一轮秋月·2024-02-06 06:48

深度学习的发展史和主要应用方向

自己在学习的过程中很多时候也会怀疑，现阶段的深度学习理论究竟是不是真正的“人工智能”。人类，作为碳基生物，其如椰子般大的大脑却能存储近7
沉着冷静集中精力·2024-02-03 19:16

Pytorch从零开始实战18

人脸图像生成环境准备模型定义开始训练可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2024-02-02 09:53

深度学习入门必知必会

学习深度学习理论：了解深度
诗雅颂·2024-01-26 19:31

深度学习理论方法：相似度计算

深度学习理论中的相似度计算，是衡量两个输入之间相似性或关联性的重要方法。它常用于比较输入是否相似或相关，广泛应用于推荐系统、图像识别、自然语言处理等领域。
缘起性空、·2024-01-14 15:39

Pytorch从零开始实战15

算法实战环境准备数据集模型选择开始训练可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2024-01-08 19:55

地球物理中的深度学习理论（DNN的架构、反向传播、梯度消失、梯度爆炸）

新的数据驱动技术，即深度学习（DL）引起了广泛的关注。DL能准确预测复杂系统，缓解大型地球物理应用中“维数灾难”。在未来地球物理学中涉及到DL的研究提供了几个有希望的方向，例如无监督学习（聚类）、迁移学习（利用之前标记好的数据）、多模态DL（通过DL实现和处理多元模态）、联邦学习、不确定性估计和主动学习。图1给出人工智能、机器学习、神经网络和深度学习之间的包含关系，以及深度学习方法的分类。图11、
hhhhhhhhhhyyyyyy·2024-01-01 12:56

Pytorch从零开始实战12

算法实战环境准备数据集模型选择开始训练可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2023-12-16 09:26

【深度学习理论】(1) 损失函数

各位同学好，最近学习了CS231N斯坦福计算机视觉公开课，讲的太精彩了，和大家分享一下。已知一张图像属于各个类别的分数，我们希望图像属于正确分类的分数是最大的，那如何定量的去衡量呢，那就是损失函数的作用了。通过比较分数与真实标签的差距，构造损失函数，就可以定量的衡量模型的分类效果，进而进行后续的模型优化和评估。构造损失函数之后，我们的目标就是将损失函数的值最小化，使用梯度下降的方法求得损失函数对于
立Sir·2023-12-02 14:27

Pytorch从零开始实战11

算法实战环境准备数据集模型选择开始训练可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论
Liquor999·2023-11-30 11:10

基于MATLAB的BP神经网络手写数字识别

本文结合深度学习理论，利用BP神经网络对手写体数字数据集MNIST进行分析，作为机器学习课程的一次实践，熟悉了目前广泛使用的Matlab工具，深入理解了神经网络的训练过程，作为非计算机专业的学生，结合该课
matlab汪汪队·2023-11-29 05:42

Pytorch从零开始实战10

算法实战环境准备数据集模型选择开始训练可视化模型预测总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论
Liquor999·2023-11-23 06:36

深度学习理论知识入门【EM算法、VAE算法、GAN算法】和【RBM算法、MCMC算法、HMC算法】

目录深度学习理论知识入门首先，让我们了解第一个流程：现在，让我们看看第二个流程：EM算法GMM（高斯混合模型）深度学习理论知识入门首先，让我们了解第一个流程：EM（Expectation-Maximization
_刘文凯_·2023-11-09 05:06

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:53

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:53

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:22

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:22

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:22

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:22

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:52

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:52

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:22

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:21

实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）...

吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
智源社区·2023-11-05 22:21

Pytorch从零开始实战06

明星识别环境准备数据集模型选择开始训练模型可视化模型预测总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2023-11-04 15:01

Pytorch从零开始实战08

模块实现环境准备数据集模型选择开始训练可视化模型预测总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论
Liquor999·2023-11-04 15:22

Pytorch从零开始实战07

咖啡豆识别环境准备数据集模型选择训练模型可视化模型预测其他问题总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2023-11-01 17:55

【深度学习】自动炼丹炉

然而，随着深度学习理论的不断发展，模型
石头inDistance·2023-10-31 22:06

一文掌握Windows平台GPU深度学习开发环境部署

•专栏简介：记录博主从0到1掌握物体检测工作流的过程，具备自定义物体检测器的能力•面向人群：具备深度学习理论基础的学生或初级开发者•专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待•Python
机器未来·2023-10-29 19:12

Pytorch从零开始实战05

运动鞋识别环境准备数据集模型选择数据可视化模型预测总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2023-10-15 04:56

目标检测YOLO实战应用案例100讲-基于元学习和通道剪枝的轻量级遥感图像目标检测方法

目录前言2相关基础理论知识（RelevantBasicTheoriesandKnowledge）2.1深度学习理论（TheoryofDeepLearning）
林聪木·2023-10-10 22:51

GPU如何成为AI的加速器

本文关键词：GPU、深度学习、GPGPU、渲染、Brook语言、流计算、硬件T&L、CUDA、PyTorch、TOPS、TPU、NPU深度学习理论的发展是一个渐进的过程，从1940年代人工神经元网络的提出到
使者大牙·2023-10-05 19:30

VDL-第一节理论概要

第一章：深度学习理论（一）目录Ⅰ概述一、定义二、发展现状三、人工神经网络基础Ⅱ单层神经网络（单层感知器）一、网络描述二、模型训练三、存在问题Ⅲ多层神经网络（多层感知器）一、网络描述二、模型训练三、误差反向传播算法
jiererer·2023-09-27 05:09

深度学习理论

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.《DeepLearninginNeuralNetworks:AnOverview》介绍:这是瑞士人工智能实验室JurgenSchmidhuber写的最新版本《神经网络与深度学习综述》本综述的特点是以
Alec-Wong·2023-09-27 00:03

Pytorch从零开始实战04

猴痘病识别环境准备数据集模型选择模型训练数据可视化其他模型图片预测环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2023-09-20 04:58

Pytorch从零开始实战03

天气识别环境准备数据集模型选择模型训练数据可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2023-09-14 23:45

Pytorch从零开始实战02

彩色图像识别环境准备数据集模型选择模型训练数据可视化环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2023-09-13 07:53

Pytorch从零开始实战01

手写数字识别环境准备数据集模型选择模型训练可视化展示环境准备本系列基于Jupyternotebook，使用Python3.7.12，Pytorch1.7.0+cu110，torchvision0.8.0，需读者自行配置好环境且有一些深度学习理论基础
Liquor999·2023-09-07 03:13

学习新课标新课堂-深度学习的理论视野

成尚荣先生，给我们带来了深度学习理论视野的一个重要纬度。《基本原则：深度学习理论视野的一位重要维度》理论支撑实践
布列瑟农town·2023-09-03 06:40

GPU配置太麻烦?来试试Docker一键配置GPU深度学习开发环境吧

•专栏简介：记录博主从0到1掌握物体检测工作流的过程，具备自定义物体检测器的能力•面向人群：具备深度学习理论基础的学生或初级开发者•专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待•Python
机器未来·2023-08-17 01:54

深度学习阶段性回顾

本文针对过去两周的深度学习理论做阶段性回顾，学习资料来自吴恩达老师的2021版deeplearning.ai课程，内容涵盖深度神经网络改善一直到ML策略的章节。
猫咪的白手套·2023-08-11 06:20

基于树莓派4B的YOLOv5-Lite目标检测的移植与部署（含训练教程）

该篇博客算是深度学习理论的初步实战，选择的网络模型为YOLOv5模型的变种YOLOv5-Lite模型。
混分巨兽龙某某·2023-07-27 03:19

基于CNN的猫狗品种识别技术研究

总体方案image.png研究背景近年来，深度学习理论和技术都得到了迅速的发展，并且受到了越来越多的研究者的关注，深度学习技术在图像识别领域具有广泛的应用。
Codewyf·2023-07-27 01:37

打造云上深度学习实验室

以下是精彩内容整理：深度学习流程目前，人工智能已经进入了深度学习时代，利用GPU加上深度学习理论，构建了一个模型，从2010年开始ImageN
weixin_34309543·2023-07-17 00:28

让教育回归本原……

继续探索深度学习理论指导下的单元学
fcb12615e0bc·2023-07-15 18:26

网易云课堂《深度学习理论与实战PyTorch实现》神经网络预测房价

网易云课堂《深度学习理论与实战PyTorch实现》项目1神经网络预测房价，个人答案仅供参考见我的[github项目](https://github.com/zzwang058/pytorch-](https
spectre_hola·2023-06-11 13:26

深度学习理论基础

ANeuralNetworkPlaygroundBatch_sizeBatch_size即一次训练所选取的样本数量,来源于小批量梯度下降（Mini-batchgradientdescent），梯度下降法是常用的参数更新方法，而小批量梯度下降是对于传统梯度下降法的优化。合适的batchsize范围主要和收敛速度、随机梯度噪音有关。BATCH_SIZE的大小影响训练速度和模型优化。别太小的原因：bat
cocapop·2023-03-30 13:47

深度学习Caffe框架实战剖析教程-张勇-专题视频课程

从底层开始，由浅入深，先是概述Caffe框架，说明其和深度学习的关系，然后讲解并演示Caffe的配置、部署、使用，接着讲解了Caffe的基本数据结构，然后通过大量的阅读Caffe源码理解其精髓，加强对深度学习理论的理解
sundaytian·2023-03-24 19:48

深度学习理论总结（1）

0.前言为了在暑假能更好的发展自己，鉴于对深度学习的浓厚兴趣，楼主开始学习深度学习的相关知识。本系列内容是在楼主学习吴恩达老师的深度学习课程后进行的总结，使用的程序软件为python。如有纰漏还请各位大佬指出，我将虚心接受。1.深度学习概念深度学习(DL,DeepLearning)是机器学习(ML,MachineLearning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人
殇银·2023-01-26 03:12
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他