百度飞桨深度学习笔记

对话南科大沈平：在人工智能开源中，高校能扮演什么角色？

那一年，继百度飞桨之后，旷视开源天元（MegEngine），华为推出MindSpore，清华大学计算机系的图形学实验室也发布了自主研发的深度学习框架——计图（Jittor）。
喜欢打酱油的老鸟·2022-11-17 09:49

深度学习笔记（十三）---多分类任务中的softmax以及各激活函数的适用场景

目录参考文献：1.多分类任务中的softmax1.1关于多分类1.2如何多分类1.3代价函数1.4使用场景1.5为什么使用softmax进行归一化2.激活函数概念：2.1.什么是激活函数？2.2.为什么要使用激活函数？2.3.常用的激活函数有哪些？2.3.1sigmoid函数2.3.3ReLu函数2.3.4激活函数的选择参考文献：[1]softmax的多分类[2]详解sigmoid与softmax
Jayden yang·2022-11-17 07:09

PaddleOCR实现高精度车牌识别

1.项目介绍本项目基于百度飞桨的PaddleOCR实现汽车牌照的识别，识别率高。本项目支持对中国大陆机动车车牌的自动定位和识别，返回车牌号码信息。
九嶷山·2022-11-16 07:13

深度学习笔记其七：计算机视觉和PYTORCH

深度学习笔记其七：计算机视觉和PYTORCH1.图像增广1.1常用的图像增广方法1.1.1翻转和裁剪1.1.2改变颜色1.1.3结合多种图像增广方法1.2使用图像增广进行训练1.2.1多GPU训练1.3
泠山·2022-11-16 07:26

【深度学习笔记—1】：激活函数

✨博客主页：米开朗琪罗~✨博主爱好：羽毛球✨年轻人要：Livingforthemoment（活在当下）！推荐专栏：【图像处理】【千锤百炼Python】【深度学习】【排序算法】目录一、激活函数1.1激活函数的位置1.2激活函数的作用1.3激活函数的性质二、激活函数种类2.1线性(Linear)函数2.2Sigmoid函数2.3双曲正切函数(tanh)2.4ReLU函数2.5LeakReLU函数2.6
米开朗琪罗~·2022-11-15 19:13

深度学习笔记：激活函数和损失函数

这一部分来探讨下激活函数和损失函数。在之前的logistic和神经网络中，激活函数是sigmoid,损失函数是平方函数。但是这并不是固定的。事实上，这两部分都有很多其他不错的选项，下面来一一讨论3.激活函数和损失函数3.1激活函数关于激活函数，首先要搞清楚的问题是，激活函数是什么，有什么用？不用激活函数可不可以？答案是不可以。激活函数的主要作用是提供网络的非线性建模能力。如果没有激活函数，那么该网
ChasingdreamLY·2022-11-15 19:43

百度飞桨--手写数字识别任务踩坑记录

最近在学计算机视觉相关的知识，想找个开源项目来实践一下，所以找到了百度的飞桨。以下是本人的踩坑记录，仅供参考。安装Python的版本一定要在3.6~3.9之间，刚开始我安装的就是3.10，所以有各种莫名其妙的错误。`importpaddleprint(paddle.version)``时出现如下报错：TypeError:Descriptorscannotnotbecreateddirectly.I
人还未醒·2022-11-15 00:54

深度学习笔记（四）VGG14

VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition1.主要贡献本文探究了参数总数基本不变的情况下，CNN随着层数的增加，其效果的变化。(thoroughevaluationofnetworksofincreasingdepthusinganarchitecturewithverysmall(3×3)convolutionfilte
xuanyuyt·2022-11-14 09:51

吴恩达深度学习笔记（五）——优化算法

一、mini_batch梯度下降法如果使用batch梯度下降法，mini-batch的大小为m，每个迭代需要处理大量的训练样本，弊端在于巡林样本巨大的时候，单次迭代耗时过长。如果使用随机梯度下降法（mini-batch为1），只处理一个样本，通过减小学习率，噪声得到改善或者减小。缺点是失去向量化带来的加速，效率低下。且永远不会收敛，会一直在最小值附近波动，并不会达到最小值并停留在此。所以实践中，通
子非鱼icon·2022-11-12 17:41

吴恩达深度学习笔记(39)-更进一步理解mini-batch梯度下降法

理解mini-batch梯度下降法（Understandingmini-batchgradientdescent）在上一个笔记中，你知道了如何利用mini-batch梯度下降法来开始处理训练集和开始梯度下降，即使你只处理了部分训练集，即使你是第一次处理，本笔记中，我们将进一步学习如何执行梯度下降法，更好地理解其作用和原理。使用batch梯度下降法时，每次迭代你都需要历遍整个训练集，可以预期每次迭代
极客Array·2022-11-12 17:01

吴恩达深度学习笔记-优化算法(第5课)

优化算法一、Mini-batch梯度下降算法二、理解mini-batch梯度下降法三、指数加权平均四、理解指数加权平均五、指数加权平均值的偏正修差六、动量梯度下降法(gradientwithmomentum)七、RMSprop(rootmeansquareprop)八、Adam优化算法九、学习率衰减十、局部最优的问题一、Mini-batch梯度下降算法当X是一个数量很大的数据集，例如m=50000
快乐活在当下·2022-11-12 17:30

梯度下降法 --- 吴恩达深度学习笔记

损失函数是衡量单一训练样例的效果。代价函数用于衡量参数w和b的效果，在全部训练集上来衡量。如何使用梯度下降法来训练或者学习训练集上的参数w和b？回顾逻辑回归算法损失函数y^=σ(wTx+b),σ(z)=11+e−z,z=wTx+b\widehat{y}=σ(w^{T}x+b),\sigma(z)=\frac1{1+e^{-z}},z=w^{T}x+by=σ(wTx+b),σ(z)=1+e−z1,z
奕星星奕·2022-11-12 17:29

李宏毅深度学习笔记1-5Probabilistic Generative Model

1、如何分类Classification用回归的方式解决分类问题有什么问题：左图：绿色是分界线。右图：紫色是分界线。训练集添加有很多的距离远大于1的数据后，分界线从绿色偏移到紫色这样用回归的方式硬训练可能会得到紫色的这条。直观上就是将绿色的线偏移一点到紫色的时候，就能让右下角的那部分的值不是那么大了。但实际是绿色的才是比较好的，用回归硬训练并不会得到好结果。此时可以得出用回归的方式定义，对于分类问
英俊学霸博·2022-11-12 11:09

SVM学习

SVM原理梳理支持向量积：寻找支持向量：SVM代码在百度飞桨（鸢尾花）加载相关包加载数据、切分数据集构建SVM分类器，训练函数初始化分类器实例，训练模型展示训练结果及验证结果实验结果SVM和KNN的对比分析
空景 Sadnes╰つ677·2022-11-11 08:41

3行代码完成时序建模，最新开源的时序算法发布！

近日，百度飞桨重磅发布了一款开源时序建模算法库——PaddleTS，可以帮助开发者实现时序数据处理、分析、建模、预测全流程，具有更优的使用体验：超易用：3行代码
Datawhale·2022-11-10 10:48

十一月组队学习报名啦！

Datawhale学习贡献团队：Datawhale、JinaAI、百度飞桨本月组队学习，包含了AI理论及AI实践2个模块，共5个学习内容。
Datawhale·2022-11-10 10:44

深度学习笔记——pytorch学习01——简单神经网络的练习

1.Le-Net5神经网络流程回顾Le-Net5神经网络模型如下：（图片来自YannLeCun的论文）本练习流程如下：32323→conv1（3655）→28286→relu→maxpool（22）→14146→conv2（61655）→101016→relu→maxpool（22）→5516→view（-1,5516)→1400→fc1（400，120）→1120→relu→fc2（120，84
weixin_43710224·2022-11-09 03:43

深度学习笔记（52） 知识蒸馏

知识蒸馏1.简介2.知识的表示与迁移3.蒸馏温度T4.知识蒸馏过程4.1.studentloss4.2.distillationloss5.背后的机理6.应用场景7.代码实现1.简介化学提及到蒸馏：加热液体汽化，再使蒸气液化，从而除去其中的杂质，获得所需要的产品知识蒸馏也比较相似利用一个大模型（教师模型）萃取知识，将其提取（迁移）到一个小模型（学生模型）上通过上述的压缩已训练好的大模型方式，知识蒸
氢键H-H·2022-11-07 08:08

【深度学习笔记】彻底理解torch中的tensor与numpy中array区别及用法

文章目录前言一、先搞懂Torch中的tensor与Tensor二、torch.tensor()的用处及数据特点三、np.array()与torch.tensor()比较三、np.array()与torch.tensor()相互转换1.使用numpy()将Tensor转换成NumPy数组:2.使用from_numpy()将NumPy数组转换成Tensor:3.直接使用torch.tensor()将N
雨果先生·2022-11-06 16:09

Pytorch深度学习笔记（04）--Numpy与Tensor

目录一、Tensor概述二、创建Tensor1、表1常见的新建tensor方法2、创建张量的方法3、torch.Tensor与torch.tensor的几点区别三、修改Tensor形状表2tensor常用修改形状的函数四、索引操作表3常用选择操作函数五、广播机制六、逐元素操作表4常见逐元素操作七、归并操作表5常见的归并操作八、比较操作表6常用的比较函数九、矩阵操作表7常用矩阵函数十、Pytorch
呆呆酱～^_^·2022-11-06 07:15

PyTorch深度学习笔记（五）Pytorch加载数据初认识

课程学习笔记，课程链接1、Dataset和DataloaderPytorch读取数据主要涉及两个类：Dataset和Dataloader，后者用于数据加载和为网络提供数据，前者主要告诉后者如何获取数据。数据可类比为“垃圾”（不恰当的比方），不同数据是不同种类的垃圾，这里蓝色是可回收垃圾。Dataset能够把垃圾中的可回收垃圾即蓝色块给挑选出来，并对其进行编号，供后续网络的使用。同时还获取相应的la
小于同学饿了·2022-11-06 07:43

动手学习深度学习笔记

阅读指南第一部分（第1章至第3章）涵盖预备工作和基础知识。第1章介绍深度学习的背景。第2章提供动手学深度学习所需要的预备知识。第3章包括深度学习最基础的概念和技术，如多层感知机和模型正则化。如果读者时间有限，并且只想了解深度学习最基础的概念和技术，那么只需阅读第一部分。第二部分（第4章至第6章）关注现代深度学习技术。第4章描述深度学习计算的各个重要组成部分，并为实现后续更复杂的模型打下基础。第5章
zianren·2022-11-03 09:02

【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面（1.3）

【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面（1.3）1.3机器学习基础训练神经网络的基本方法：初识模型训练完成后，要看下算法的偏差高不高，如果较高，就试着评估训练集或训练数据的性能
醪糟小丸子·2022-11-01 23:04

01深度学习笔记--李沐《动手学深度学习》

文章目录01深度学习笔记--李沐安装数据操作数据预处理01深度学习笔记–李沐课前储备：包括安装、数据操作和数据预处理等《动手学深度学习》中文版网页第一版：《动手学深度学习》中文版网页第一版课程主页：课程主页教材
weixin_47074973·2022-11-01 19:48

动手学深度学习笔记3.1+3.2+3.3

文章目录前言一、线性回归1.1线性回归概念1.2神经网络图1.3线性回归模型的基本要素1.3.1模型1.3.2训练模型1.3.3损失函数1.3.4优化算法1.3.5模型预测二、代码实现2.1从零开始实现线性回归2.1.1导入库2.1.2生成数据集2.1.3读取数据集2.1.4初始化模型参数2.1.5定义模型2.1.6定义损失函数2.1.7定义优化算法2.1.8训练模型2.1.9结果2.2线性回归简
超大青花鱼·2022-11-01 19:17

动手学深度学习笔记（1）

动手学深度学习深度学习简介深度学习简介举一个小的例子，如何编写一个程序，让机器识别我输入的图片是否有一只猫？我们需要哪些值来帮助我们确定？事实上，要想解读图像中的内容，需要寻找仅仅在结合成千上万的数值时才会出现的特征，如边缘、质地、形状、眼睛、鼻子等，最终才能判断图像中是否有猫。通俗来说，机器学习是一门讨论各式各样的适用于不同问题的函数形式，以及如何使用数据来有效地获取函数参数具体值的学科。深度学
peacefairy·2022-11-01 19:12

动手学深度学习笔记day4

softmax回归全连接层的参数开销对于任何具有个d输入和q个输出的全连接层，参数开销为o(dq)。softmax运算softmax函数将未规范化的预测变换为非负并且总和为1，同时要求模型保持可导。我们首先对每个未规范化的预测求幂，这样可以确保输出非负。为了确保最终输出的总和为1，我们再对每个求幂后的结果除以它们的总和。在预测过程中，我们可以用下式来选择最有可能的类别。损失函数交叉熵损失（cros
努力学习的廖同学·2022-11-01 19:10

深度学习笔记其二：线性神经网络和PYTORCH

深度学习笔记其二：线性神经网络和PYTORCH1.线性回归1.1线性回归的基本元素1.1.1线性模型1.1.2损失函数1.1.3解析解1.1.4随机梯度下降1.1.5用模型进行预测1.2矢量化加速1.3
泠山·2022-10-30 07:40

语音开源资源优选：百度飞桨PaddleSpeech

声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html。语音合成领域论文列表请访问http://yqli.tech/page/tts_paper.html，语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。如何查找语音资料请参考文章h
我叫永强·2022-10-30 03:15

百度飞桨推出模型压缩神器

深度学习模型压缩，又有利器问世。最新消息，历经一年四个版本打磨之后，百度推出最新深度学习模型压缩工具PaddleSlim1.0。不仅囊括了深度学习模型压缩中常用的量化、剪裁、蒸馏、模型结构搜索、模型硬件搜索等方法。还应用到百度人脸SDK中，能够实现在嵌入式设备上，0.3秒内完成人脸检测、跟踪、活体检测、识别等全流程操作。△图1百度壁虎人脸识别终端对于将功能强大的深度神经网络部署到移动嵌入式设备端上
喜欢打酱油的老鸟·2022-10-29 12:18

基于keras的深度学习名词解释

keras深度学习笔记神经网路的结构数据处理层的选择损失函数优化器隐含层的激活函数评估指标过拟合欠拟合拟合效果图优化泛化降低过拟合总结使用预训练的神经网路卷积神经网络的可视化本文章会后续更新，如有问题还请纳涵并指出和改正
Jack ShuAi·2022-10-27 17:18

拿下北京市首个人工智能产业创新应用平台：百度飞桨的密钥与前路

百度飞桨的“头雁效应”正在逐步显现。
Alter1230·2022-10-27 09:39

手把手教你在百度飞桨云平台下运行PPYOLO-E,训练COCO数据集

我们首先进入百度飞桨平台注册账号
一方热衷.·2022-10-27 07:14

PaddleHub实战篇{词法分析模型LAC、情感分类ERNIE Tiny}训练、部署【三】

_汀、的博客-CSDN博客_ernie模型百度飞桨：ERNIE3.0、通用信息抽取UIE、paddleNLP的安装使用[一]_汀、的博客-CSDN博客_paddlenlp安装项目实战：PaddleHub
汀、·2022-10-26 09:00

NLP预训练模型小型化与部署的那些事儿--飞桨PaddlePaddle

本系列由百度多位资深工程师精心打造，提供了从词向量、预训练语言模型，到信息抽取、情感分析、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
javastart·2022-10-26 09:29

提速1000倍，预测延迟少于1ms——百度飞桨基于ERNIE的语义理解开发套件

在「WAVESummit+」2019深度学习开发者秋季峰会上，百度对外发布基于ERNIE的语义理解开发套件，旨在为企业级开发者提供更领先、高效、易用的ERNIE应用服务，全面释放ERNIE的工业化价值，其中包含ERNIE轻量级解决方案，提速1000倍！今年7月份，百度发布持续学习语义理解框架ERNIE2.0，在共计16个中英文任务上超越BERT、XLNET，取得了SOTA的效果。ERNIE2.0发
Cry2engine·2022-10-26 09:58

深度学习笔记——cuda、cudnn、pytorch安装

一、runtimecuda和drivercuda：参考链接：https://www.machunjie.com/trouble/110.htmlhttps://zhuanlan.zhihu.com/p/92072459https://www.zhihu.com/question/378419173?ivk_sa=1024320uconda安装pytorch时可以自动安装runtime的cuda,所
phily123·2022-10-24 07:12

菜菜的深度学习笔记 | 基于Python的理论与实现 —＞ 从理论到实战

目录索引一、章节导航二、其他集合一、章节导航菜菜的深度学习笔记|基于Python的理论与实现（一）—＞深度学习基础菜菜的深度学习笔记|基于Python的理论与实现（二）—＞深度学习基础菜菜的深度学习笔记
猿知·2022-10-23 18:55

菜菜的深度学习笔记 | 基于Python的理论与实现（六）—＞简单两层网络的实现

系列索引：菜菜的深度学习笔记|基于Python的理论与实现文章目录一、学习算法的实现（1）神经网络的学习步骤（2）神经网络的类（3）mini-batch的实现（4）基于测试数据的评价一、学习算法的实现（
猿知·2022-10-23 18:55

菜菜的深度学习笔记 | 基于Python的理论与实现（七）—＞误差反向传播

系列索引：菜菜的深度学习笔记|基于Python的理论与实现文章目录一、误差反向传播法（1）基础概念（2）计算图（3）链式法则（4）反向传播一、误差反向传播法（1）基础概念数值微分虽然简单易实现，但缺点是计算上比较费时
猿知·2022-10-23 18:55

深度学习笔记---神经网络输出层的激活函数简介

#1.导入神经网络可以用在分类问题和回归问题上。分类问题：数据属于哪一个类别的问题。回归问题：根据某个输入预测一个数值（连续的）的问题。一般而言，分类问题用softmax函数，回归问题用恒等函数。#2.恒等函数的介绍及其实现恒等函数会将输入按原样输出。恒等函数的实现如下：defidentity_function(a):returna#3.softmax函数的介绍及其实现softmax函数的数学式表
武松111·2022-10-22 07:23

NLP判断语言情绪_技术分享 | 百度飞桨中文NLP开源工具集：面向工业应用，支持六大任务...

PaddleNLP是基于飞桨(PaddlePaddl)开发的工业级中文NLP开源工具与预训练模型集，将自然语言处理领域的多种模型用一套共享骨架代码实现，可大大减少开发者在开发过程中的重复工作。PaddleNLP提供依托于百度百亿级大数据的预训练模型，适应全面丰富的NLP任务，方便开发者灵活插拔尝试多种网络结构，并且让应用最快速达到工业级效果。下面小编就带你一一了解PaddleNLP支持的十大NLP
weixin_39775910·2022-10-22 07:49

千言实体链指赛事登顶，冠军团队经验独家分享

点击左上方蓝字关注我们本文由小米公司算法工程师吕荣荣、王鹏程投稿，该团队目前在千言&百度飞桨实体链指常规赛leaderboard中排名第一。大数据时代，信息爆炸性增长，直接导致了信息过载。
飞桨PaddlePaddle·2022-10-22 07:03

Word2Vec(Skip-Gram和CBOW) - PyTorch

动手学深度学习笔记一、词嵌入(Word2vec)1.Skip-Gram2.CBOW模型二、负采样和分层softmax1.负采样2.分层Softmax三、用于预训练词嵌入的数据集1.下采样2.中心词和上下文词的提取
葫芦娃啊啊啊啊·2022-10-21 20:06

深度学习笔记

深度学习知识点总结1CNN发展史1.1AlexNet1.2VGGNet1.3GoogLeNet/Inception-v11.4Inception-v2和Inception-v31.5Inception-v41.6ResNet1.7ResNeXt2目标检测之YOLO系列2.1YOLOv12.2YOLOv2/YOLO90002.3YOLOv32.4YOLOv42.5YOLOv52.6YOLOv62.7
spade_eddie·2022-10-20 23:41

深度学习笔记其三：多层感知机和PYTORCH

深度学习笔记其三：多层感知机和PYTORCH1.多层感知机1.1隐藏层1.1.1线性模型可能会出错1.1.2在网络中加入隐藏层1.1.3从线性到非线性1.1.4通用近似定理1.2激活函数1.2.1ReLU
泠山·2022-10-17 12:27

CLIP论文详解

CLIP论文详解–潘登同学的深度学习笔记文章目录CLIP论文详解--潘登同学的深度学习笔记前言整体架构Pre-trainZero-shot实验大范围数据集结果few-shot与zero-shot的对比RepresentationLearning
PD我是你的真爱粉·2022-10-16 11:27

【深度学习笔记1.4】更快的优化器

概述 训练一个非常大的深度神经网络可能会非常缓慢。到目前为止，我们已经看到了四种加速训练的方法：对连接权重应用良好的初始化策略，使用良好的激活函数，使用批量规范化以及重用预训练网络的部分。另一个巨大的速度提升来自使用比普通渐变下降优化器更快的优化器。在本节中，我们将介绍最流行的：动量优化，Nesterov加速梯度，AdaGrad，RMSProp，最后是Adam优化。 剧透：本节的结论是，您几乎总是
取取经·2022-10-15 07:51

解决waiting for all target devices to come online卡住不动、长时间不加载的情况

（我这边是百度飞桨提供基于YOLOV3算法目标检测Demo部署项目，这里有链接，可以自己安装虚拟机git下来玩一下部署。）          
锦鲤AI幸运·2022-10-03 07:47

深度学习笔记（2）——pytorch实现MNIST数据集分类（FNN、CNN、RNN、LSTM、GRU）

文章目录0前言1数据预处理2FNN（前馈神经网络）3CNN（卷积神经网络）4RNN（循环神经网络）5LSTM（长短期记忆网络）6GRU（门控循环单元）7完整代码0前言快开学了，花了一个晚上时间复习深度学习基础代码，复习了最基础的MNIST手写数字识别数据集分类，使用FNN、CNN、RNN、LSTM、GRU实现。1数据预处理importmatplotlib.pyplotaspltimporttorc
热爱旅行的小李同学·2022-10-03 07:43
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他