深度学习相关（cs231n）

cs231n--图像分类-线性分类

cs231n–图像分类-线性分类[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Wd42dcUm-1655988000277)(C:\Users\86187\AppData
天热写代码不吹空调·2022-11-20 15:30

【cs231n】图像分类-Linear Classification线性分类

【学习自CS231n课程】转载请注明出处：http://www.cnblogs.com/GraceSkyer/p/8824876.html之前介绍了图像分类问题。
dhe56357·2022-11-20 15:59

cs231n--图像分类-线性分类

title:cs231n–图像分类–线性分类author:chenzengguangindex_img:/img/xianxingfenlei.webpsticky:0categories:DeepLeanringtags
天热写代码不吹空调·2022-11-20 15:29

cs231n_2018_lecture09_notes_知名CNN结构分析

这一讲的ppt内容相当之大，主要介绍了几个较为出名的CNN结构。在其他人所作的再整理中也就都是非常简单地介绍了这几个网络，实际上想要深入理解还是需要找出以原paper读读，然后再针对单个网络搜搜看看别人的理解。此处也仅简单概括几个案例，作为后续的学习方向。LeNet-5简单的5层网络，常用于字母识别，结构：input->conv->pool->conv->pool->conv->fc->fc(ou
is_fight·2022-11-20 13:55

【CS231n 课程笔记】第八讲-----常见的深度学习框架，以及GPU和CPU介绍。

目录0.写在前面1.CPUVSGPU1.1GPU与CPU的比较1.2性能测试1.3实践中的问题2.深度学习框架2.1计算图思想和深度学习框架2.2tensorflow2.2.1代码分析2.2.2变量保存在计算图中2.2.3变量的更新2.2.5优化器2.2.6tensorboard和分布式运行2.3PyTorch2.3.1代码解析2.3.2张量：2.3.3变量：2.3.4nn结构2.3.5定义nn模
被月亮晒黑_·2022-11-20 13:20

【协方差】【相关系数】【协方差矩阵】【散度矩阵】

本篇为《深度学习》系列博客的第七篇，该系列博客主要记录深度学习相关知识的学习过程和自己的理解，方便以后查阅。这是PCA知识铺垫的最后一篇博客了，加油吧，慢慢来，比较快。
梁小憨憨·2022-11-20 12:54

2021-02-08

Matplotlib绘图库OS操作系统文件和目录syspython解释器相关的函数，如命令行参数解析time处理日期、时间函数scikit-learn机器学习相关函数tensorflow、pytorch深度学习相关函数
淋雨发呆·2022-11-20 08:05

【图像识别】卷积神经网络CNN详细概述

参考：https://cs231n.github.io/convolutional-networks/目录一基本概念1.1普通神经网络1.2卷积神经网络二卷积神经网络的层2.1卷积层2.1.1概述2.1.2
望天边星宿·2022-11-20 05:44

应聘上海辉颐系统集成量化研究员需要什么条件？

1、教育背景：毕业或在读于国内外知名高校，金融工程、数学、统计、物理、计算机等相关专业，硕士及以上学历优先；2、熟悉统计建模、多元回归、时间序列分析等；有机器学习特别是深度学习相关经验者优先；3、能运用数学和统计技术处理复杂数据集
qq_121463726·2022-11-19 17:04

CS231n笔记八：CNN经典框架

一、AlexNet二、VGGNetSmallerfilters，Deepernetworks.1、VGGNet中用到的卷积核都是3*3的，尺寸非常小，为何？？？答：对于三个3*3的卷积核（步长为1），其感受野（effectiverespectivefield)和一个7*7的卷积核是一样的，都是7*7的感受野。但小卷积核可以使网络更深（本来一层7by7layer，现在变成3层3by3layers），
兮兮Cici_Melon·2022-11-19 16:43

深度学习相关学术会议

1.ICLRInternationalConferenceonLearningRepresentations国际表示学习会议主要聚焦于深度学习2.NeurIPSAnnualConferenceonNeuralInformationProcessingSystems神经信息处理系统年会交叉学科会议，但偏重于机器学习，主要包括神经信息处理、统计方法、学习理论以及应用等3.ICMLInternation
反正没几根头发·2022-11-19 15:45

【CS231n assignment 2022】Assignment 3 - Part 3，Transformer

orz相关文章目录：【CS231nassignment2022】Assignment2-Part1，全连接网络的初始化以及正反向传播【CS231nassignment2022】Assignment2-P
睡晚不猿序程·2022-11-19 13:04

CNN学习笔记——图像分类

CNN学习笔记——图像分类笔记参考来源：CS231n课程笔记翻译图像分类笔记1、什么是图像分类对于输入图像，从已有的固定标签集合中找出一个分类标签给该输入图像。
iccc with neee·2022-11-19 12:55

CNN学习笔记（1）

2卷积神经网络CNN，基本是入门3基本根据斯坦福的机器学习公开课、cs231n、与七月在线寒老师讲的5月dl班所写，4神经网络由大量的神经元相互连接而成人工神经网络ANNArtificialneuralnetworks
沉辰尘_0821·2022-11-19 12:50

深度学习整合资料

1.CS230深度学习吴恩达2.CS229机器学习吴恩达3.CS231n讲计算机视觉的，涉及比较多的深度学习，也适合入门https://cs231n.github.io/课件网站
weixin_50810484·2022-11-19 06:37

Python版本选择问题

如果从事机器学习、深度学习相关研究，不建议选择python3.8以上版本，可能会出现不兼容等问题，本人心血来潮装过最新版本的python以及anaconda，仅仅是一个很小的项目，就出现了很多函数库版本不兼容等问题
浅挚灬半离兮·2022-11-19 06:47

[深度学习基础] 斯坦福CS231n李飞飞计算机视觉Lecture 8笔记

内容列表Lecture8SpatialLocalizationandDetection目标检测RegionProposalsR-CNNSPPNetFastR-CNNFasterR-CNNMaskR-CNNYOLO小结Lecture8SpatialLocalizationandDetection目标检测要了解目标检测问题，先要了解图像的分类与定位问题，可以看到下图中，分类与预测一般是同一个网络下，经
gogogo！·2022-11-16 07:48

CS231n 6.1激活函数 学习笔记

最小批量梯度下降训练神经网络内容总述准备我们在刚开始要如何建立起神经网络要选择什么样的激活函数怎么做数据预处理权重初始化、正则化和梯度检查动态训练如何监督这个学习过程如何选择参数的特定更新规则怎样做超参数优化从而获取最佳超参数模型评估和模型集成激活函数Sigmoid函数问题：(1)饱和神经元使得梯度消失(2)Sigmoid是一个非零中心的函数当神经元输入始终为正或始终为负时，W将会始终朝着一个方向
江湖小白骗·2022-11-15 19:13

卷积神经网络——介绍

关于卷积神经网络的讲解，网上有很多精彩文章，且恐怕难以找到比斯坦福的CS231n还要全面的教程。
Steven_ycs·2022-11-15 13:50

深度学习（deep learning）--资料大全

最近在学深度学习相关的东西，在网上搜集到了一些不错的资料，现在汇总一下：FreeOnlineBooksDeepLearning66byYoshuaBengio,IanGoodfellowandAaronCourvilleNeuralNetworksandDeepLearning42byMichaelNielsenDeepLearning27byMicrosoftResearchDeepLearni
BigBzheng·2022-11-14 09:34

2020届校招总结（秋招+春招）

2020届校招总结（秋招+春招）目录个人情况秋招春招总结个人情况末流211本科，通信工程专业，在实验室主要是做机器视觉和深度学习相关，实习在一家500强外企做数据挖掘，主要是在研究时序数据方向，大学期间有多个项目实践经验
hope lucky·2022-11-12 14:59

cs231n--RNN

RNN循环神经网络普通的神经网络会有1个固定的输入维度，经过一系列的隐藏层计算得到一个固定的输出，如不同类别的得分/概率向量。循环神经网络，可以对序列进行建模，有多种不同的输入输出类型：一对一、一对多、多对一、多对多等基本概念RNN会有一个反复出现的小的循环核心单元。RNN在每个timestep进行如下的计算：读取输入->更新隐藏层->基于隐藏层计算得到输出我们在每个timestep都使用同样的方
黄昏贩卖机·2022-11-11 10:23

SVM学习

信息内容借用来源：(38条消息)[cs231n]KNN与SVM区别_Rookie’Program的博客-CSDN博客KNNSVM没有训练过程，只是将训练数据与训练
空景 Sadnes╰つ677·2022-11-11 08:41

cs231n-Lecture 3: Loss Functions and Optimization

Lecture3:LossFunctionsandOptimizationlossfunctionRegularizationSoftmaxclassifierOptimizationlossfunctionAlossfunctiontellshowgoodourcurrentclassifieris.数据集在分类器中进行计算后，得到yiy_iyi表示了将xix_ixi代入W中进行计算，即代入不同
dyt2022·2022-11-10 10:08

cs231n-Lecture12

CS231N–可视化和理解一、概念定义：可视化的方法可以让我们理解神经网络是如何工作的。不同层的神经网络结果如何，卷积核/滤波器起什么作用。
sun1398·2022-11-10 10:07

CS231n-2017 第12讲 可视化与理解

一、卷积神经网络首层与末层输出的可视化与理解1.首层的输出首层输出的可视化及解释已在第二课中阐述，概述而言，其反应了图像中的边、角、纹理等基础结构特征。2.末层输出卷积神经网络的最后一层输出，为图像的最终用于分类的特征。对于这些特征的解读可从如下角度进行。按照最近邻方法，找出特征相互接近的图片，则可发现特征相近的图片的视觉感受也相近。(呃，这应该归在"显然可见"系列。)使用主成分分析法进行降维展示
suredied·2022-11-10 10:07

CS231n-课程总结

来自斯坦福CS231n课程李飞飞主讲我主要是对Notes部分的小总结包括图像基础,神经网络Backprop,卷积层做了基础的了解还有参数的调整,解决过拟合的问题等等0_图像基础1.k-Nearest-Neighber
cuixuange·2022-11-10 10:07

CS231n-2017 第7讲 训练网络(下)

一.优化算法1.随机梯度下降法(SGD)表达式：xt+1=xt−α∇f(xt)x_{t+1}=x_t-\alpha\nablaf(x_t)xt+1=xt−α∇f(xt)缺点：如果损失函数对某一维的参数敏感，而对另一维的参数不敏感，那么容易出现z-形优化路径。图1.z-形优化路径会陷在局部最小值或鞍点附近。对于高维参数空间，出现鞍点的情形要远频繁于出现局部最小值的情形。小批量数据使得优化方向受噪声影
suredied·2022-11-10 10:37

cs231n-Lecture6

CS231N–神经网络训练（下）一、精细优化1.SGD的优化问题(1)不同维度梯度问题比如在趋近最优解的维度，梯度下降的慢，而在垂直方式梯度下降的快，梯度下降的和方向在偏离正确方向太远，这样优化过程中逼近最优解速度慢
sun1398·2022-11-10 10:36

CS231n-2017 第3讲 损失函数与优化

一.损失函数1.基本概念为了评估现有的模型的好坏，需要一个定量指标。这就是损失函数起作用之处。对于由NN个样本组成的数据集{(xi,yi)}Ni=1{(xi,yi)}i=1N，定义总体损失函数为各个样本造成的损失的平均L=1N∑iLi(f(xi,W),yi)L=1N∑iLi(f(xi,W),yi)2.SVM的损失函数多分类的支持向量损失函数可定义如下：Li=∑j≠yi{0sj−syi+1ifsyi
suredied·2022-11-10 10:36

【cs231n】正则化

文章目录L2regularizationL1regularizationDropout当训练数据过少、网络复杂或训练过多时，会出现过拟合。在训练集上的准确度不断提高，但在测试集上的准确率不高。为了解决这个问题，就需要在损失函数中加入正则化项，来降低网络的复杂度，提高其泛化能力。L2regularizationL2范数是指向量各元素的平方和然后再求平方根。L2正则化就是在损失函数后加一项Loss+1
JoeYF_·2022-11-10 10:06

cs231n----训练神经网络（激活函数、数据预处理、权重初始化、批标准化、超参数优化、正则化、迁移学习）

激活函数sigmoid函数的缺点tanhRelu优点LeakyReluELUMaxout激活函数使用意见数据预处理PCA和白话图片数据的使用意见：通常只做中心化处理，不做标准化方差和PCA、白化权值初始化：具有零均值和1E-2标准偏差的高斯分布批量归一化超参数优化总结优化算法的拓展加入动量项，不易陷入鞍点
骑着蜗牛逛世界·2022-11-10 10:35

cs231n-学习笔记-02线性分类(续)

关于多分类SVM和Softmax代码实现本文根据cs231n作业1整理而来。
cheertt·2022-11-10 10:33

cs231n-学习笔记-06训练神经网络

训练神经网络小批随机梯度下降①取一批样本数据②通过网络进行前向传播，得到损失函数③方向传播计算梯度④使用梯度更新参数概览本章内容：①初始化设置激活函数、数据预处理、权重初始哈、正则化、梯度检查②动态训练监控学习率、参数更新、超参数优化③评估整体模型评估第一部分①激活函数（使用relu）②数据预处理（对数据的每个特征都进行零中心化，然后将其数值范围都归一化到[-1,1]范围之内）③权重初始化（使用标
cheertt·2022-11-10 10:33

2022CS231n笔记-正则化和优化算法

代码部分：全连接层网络_iwill323的博客-CSDN博客目录正则化问题引出正则化作用L1和L2正则化优化算法随机梯度下降StochasticGradientDescent(SGD)存在的问题SGD+Momentum原理参数处理pytorch中的SGD+MomentumNesterovMomentum原理评价Adagrad原理优缺点RMSproppytorch中的RMSpropAdam公式偏移矫
iwill323·2022-11-10 10:32

cs231n--CNN 卷积神经网络

CNNConvolutionalNeuralNetworksConvolutionLayerFullyConnnectedLayer全连接层，将一张32323的图像展开成一个向量，然后进行向量的乘法ConvolutionLayer卷积核按照一定的规则在图像上进行滑动，卷积核的深度要和输入居真的深度相同。计算时，使用卷积核和被卷积区域进行点乘，再加上一个biaswTx+bw^Tx+bwTx+b使用一
黄昏贩卖机·2022-11-10 10:02

cs231n笔记7—优化/正则化/学习迁移

优化1普通更新。最简单的更新形式是沿着负梯度方向改变参数（因为梯度指向的是上升方向，但是我们通常希望最小化损失函数）。假设有一个参数向量x及其梯度dx，那么最简单的更新的形式是：#普通更新x+=-learning_rate*dx2动量（Momentum）更新在这里引入了一个初始化为0的变量v和一个超参数mu。说得不恰当一点，这个变量（mu）在最优化的过程中被看做动量（一般值设为0.9），但其物理意
kingsure001·2022-11-10 10:02

cs231n--正则化与优化

Regularization正则化Optimization优化batch是一次运行的所有数据集，每次只更新一次梯度下降，计算很慢。BGD批梯度下降batchgradientdescentBGD对整个数据总体的loss评估进行参数更新，由于需要扫描完整个数据机才做一次更新，所以收敛速度会很慢输出的结果实际上是对所有的训练样本对W求梯度dw，之后再对所有样本的dw求平均的结果。SGD随机梯度下降由于批
黄昏贩卖机·2022-11-10 10:59

深度学习试题_深度学习秋招面试题集锦（一）

这部分的面试题包含C++基础知识、python基础、概率相关、智力题相关、算法相关以及深度学习相关。后续还会不断补充，欢迎大家查阅！C++后台开发面试常见问题汇总Q1:C++虚函数表剖析。
weixin_39521651·2022-11-09 07:16

Github深度学习面试题答案

Github深度学习面试题答案（一）——深度学习相关本文是对于github上一篇关于无人驾驶的深度学习方面提问的‘’部分个人见解＋论坛内外对该问题的解答‘’本文属于搬运＋整合的笔记贴，主要是为了自身学习用
神奈川宫城良田·2022-11-09 07:38

深度学习相关试题

前言因为题目都是辛辛苦苦查的，记录一下，以后忘记就不好了。深度学习基础入门参考海豚深度学习基础入门试题
Icy Hunter·2022-11-09 07:34

《深度学习入门-基于Python的理论与实现》第二章带读 -- 感知机

市面上的深度学习相关书籍常把感知机的学习放在最开始章节，是因为感知机是神经网络的起源算法。感知机接收多
【文言】·2022-11-08 10:06

机器学习KNN-应用：手写数字识别（手撕+sklearn实现）

目录导入数据集划分数据集使用sklearn库中的KNN模型解决问题K折交叉验证:模型稳定性归一化使用自己写的KNN模型解决问题补充：（fromcs231n）参考链接导入数据集importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt
大地之灯·2022-11-07 21:40

斯坦福大学AI系列课程传送门

美国计算机学科四大名校：加州大学伯克利分校(UCBerkeley)麻省理工学院(MIT)斯坦福大学(Stanford)卡耐基梅隆大学(CMU)最近在学习斯坦福的机器学习和深度学习相关课程，在此留个课程传送门
Chris_34·2022-11-07 15:16

Python基于深度学习算法实现图书推荐系统项目实战

推荐系统广泛地向最适合其口味和特征的顾客推荐产品，根据真实世界中的用户-图书交互记录，利用深度学习相关技术，建立一个精确稳定的图书推荐系统，预测用户可能会进行阅读的书籍。
胖哥真不错·2022-11-07 15:41

全球名校AI课程库（3）| Stanford斯坦福 · 深度学习与计算机视觉课程『CS231n』

CS231n是顶级院校斯坦福出品
ShowMeAI·2022-11-07 15:28

【深度学习基础知识 - 45】机器学习中常用的距离计算方法

假设有两个点(x1,y1)(x2,y2)欧氏距离曼哈顿距离余弦距离博主会持续更新一些深度学习相关的基础知识以及工作中遇到的问题和感悟，喜欢请关注、点赞、收藏。
雁宇up·2022-11-03 20:02

CS231n-assignment3-Transformer_Captioning

跟之前一样ln[1]:#Setupcell.importtime,os,jsonimportnumpyasnpimportmatplotlib.pyplotaspltfromcs231n.gradient_checkimporteval_numerical_gradien
Esaka7·2022-11-03 18:46

CS231N - Spring 2021 - Assignment1~3

课程地址：http://cs231n.stanford.edu/schedule.html代码地址：https://github.com/Liiiiiiiiiq/cs231n说明：2021版的上课视频好像没有
Liiiiiiiiiiiiiiiiiiq·2022-11-03 18:15

斯坦福CS231n-2017春季课程全公开，视频+PPT+英文字幕

人工智能研发中心领头人，想象在计算机视觉方面会有很大的促进和提升作用，希望大家共同进步，O(∩_∩)O~~全部课程视频（英文字幕）：http://t.cn/R9Dfnxn所有课程资料、PPT等：http://cs231n.stanford.edu
AlexJunCpp·2022-11-03 18:45
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他