莫烦第13页

莫烦Pytorch之保存加载网络

importtorchfromtorch.autogradimportVariableimportmatplotlib.pyplotaspltx=torch.unsqueeze(torch.linspace(-1,1,1000),dim=1)y=x.pow(2)+0.2*torch.rand(x.size())defsave():net1=torch.nn.Sequential(torch.nn.

chunbaise92·2018-11-05 17:26

莫烦Pytorch之快速构建网络代码

importtorchimporttorch.nn.functionalasFclassNet(torch.nn.Module):def__init__(self,n_feature,n_hidden,n_output):super(Net,self).__init__()self.hidden=torch.nn.Linear(n_feature,n_hidden)self.predict=tor

chunbaise92·2018-11-04 18:27

莫烦Pytorch系列之分类代码

莫烦Pytorch系列importtorch#fromtorch.autogradimportVariableimporttorch.nn.functionalasFimportmatplotlib.pyplotaspltn_data

chunbaise92·2018-11-04 18:55

莫烦TensorFlow教程学习（1）

学习前的准备环境准备：TensorFlow1.3.0+anaconda+python3.6.1线性网络学习（对应莫烦老师视频教程的——例子2，此处放上原视频链接本次学习视频地址本次学习视频链接（莫烦老师

CCCML·2018-10-10 16:56

每天学点算法->强化学习->Q_learning走迷宫

本文参照了莫烦python的博客：https://morvanzhou.github.io/tutorials/machine-learning/rei

Fitz_p·2018-10-08 23:26

PyTorch学习

莫烦Python的回归教程，有很多亮点值得学习，避免忘记，把代码贴一下#-*-coding:utf-8-*-importtorchfromtorch.autogradimportVariableimporttorch.nn.functionalasFimportmatplotlib.pyplotaspltimportwarningswarnings.filterwarnings

许孝发·2018-09-24 10:08

莫烦视频笔记--什么是GAN（生成对抗网络）？

最近最流行的一种生成网络叫做GAN，又称生成对抗网络，也是GenerativeAdversarialNets的简称。神经网络分很多种，有普通的前向传播网络，有分析图片的CNN卷积神经网络，有分析序列化数据比如语音或者文字的RNN循环神经网络，这些网络都是通过输入数据得到想要的结果，我们看中的是这些神经网络中很好的将数据与结果通过某种关系联系起来。但是还有那么一种形式的神经网络，它不是用来把数据对应

slbyzdgz·2018-09-19 09:08

tensorflow之overfitting（过拟合）问题

就参照莫烦的视频教程进行了练习。基于sklearn数据集进行了了过拟合实验。

邹小妹·2018-09-18 20:41

莫烦视频笔记--为什么要批标准化（Batch Normalization）？

BatchNormalization批标准化和普通的数据标准化类似，是将分散的数据统一的一种做法，也是优化神经网络的一种方法。在之前normalization的简介视频中我们提到具有统一规格的数据能让机器学习更容易学到数据之间的规律。在神经网络中，数据分布对训练会产生影响，比如某个神经元x的值为1，某个weights的初始值为0.1，这样后一层神经元计算的结果就是Wx=0.1，又或者x=20，这样

slbyzdgz·2018-09-18 15:22

莫烦视频笔记--什么是自编码（Autoencoder）？神经网络的非监督学习

自编码是一种神经网络形式，可以这样理解：有一个神经网络，它要做的是接收一张图片，然后给它打码，最后再从打码后的图片还原，太抽象了，再具体一点。假设刚刚的神经网络是这样，对应上刚才的图片，我们可以看出图片是经过了压缩再解压的这一套工序。当压缩的时候，原有的图片质量被缩减，解压的时候，用信息量小、却包含了所有关键信息的文件恢复出原有图片。为什么要这样做呢？有时神经网络要接受大量的输入信息，比如输入信息

slbyzdgz·2018-09-17 21:28

Tensorflow利用其可视化工具tensorboard可视化神经网络

参考莫烦的B站教程20，利用tensorflow自带的可视化工具tensorboard，在Google浏览器上进行了简单神网路的可视化。一、将神经网络的结构可视化。

邹小妹·2018-09-17 20:54

莫烦python|Tensorflow笔记--什么是LSTM RNN循环神经网络（深度学习）

LSTM是LongShort-TermMemory的简称，中文又叫做长短期记忆，是当下最流行的RNN形式之一。之前说过RNN是在有序的数据上进行学习的。为了记住这些数据，RNN会像人一样产生对先前数据发生记忆，不过一般形式的RNN就像一位老爷爷，有的时候还是比较健忘的，为什么会这样呢？想象现在有这样一个RNN，它的输入值是一句话“我今天要做红烧排骨，首先要准备排骨，然后，，，最后美味的一道菜就出锅

slbyzdgz·2018-09-17 09:11

莫烦python|Tensorflow笔记--什么是循环神经网络RNN

我们在想象现在有一组数据序列，Data0，Data1,Data2,Data3，预测Results0的时候基于Data0，同意在预测其他结果的时候也是基于其他的数字。每次使用的神经网络都是同一个NN。如果这些数据是有关联顺序的，那么就要遵从它们之间的顺序，否则就串位了。但是普通的神经网络结构并不能让NN了解这些数据之间的关联。那么我们如何让数据间的关联也被NN加以分析呢？想想人类是怎么样分析各种事物

slbyzdgz·2018-09-16 10:42

莫烦python|Tensorflow笔记--CNN卷积神经网络

卷积神经网络是计算机视觉的一个飞跃的提升。第一个是图片，如果是彩色的话，它会分RGB三种显示的颜色叫做红色绿色蓝色，用这种三原色就可以产生各种各样的颜色。所以RGB就是高度，所以每一个像素点都有RGB的参数，相当于像素点的厚度，它要做的事情就是把长和宽还有RGB的宽度压缩。具体怎么压缩呢，就是我把我的长和宽压小一点，把厚度增高一点，到最后就变成了classifier。CNN具体来说就是不断压缩长和

slbyzdgz·2018-09-15 10:46

莫烦python|Tensorflow笔记--什么是卷积神经网络CNN

卷积网络是近些年来逐渐兴起的人工神经网络结构，因为利用卷积神经网络在语音和图片方面识别能够给出更优秀的测试结果，这种技术也被广泛的传播和应用，卷积神经网络最常被应用的方面是计算机图片识别，不过因为它的不断创新，它也应用在了视频分析、自然语言处理、药物发现等等，近期最火的AlaphGo能看懂围棋同样也是应用到了这门技术。我们来说说卷积神经网络具体是如何运作的吧，举一个识别图片的例子，我们知道神经网络

slbyzdgz·2018-09-14 22:52

numpy、pandas学习

numpy、pandas学习本文主要是此前学习莫烦python的笔记，及个人的部分修改与注释，特发此博与大家分享。

lbweiwan·2018-09-14 16:26

莫烦python|Tensorflow笔记--Classification 分类学习

Classification分类问题，定性输出是分类，或者说是离散变量预测。Regression回归问题，定量输出是回归，或者说是连续变量预测。from__future__importprint_function#强制使用python3版本，不管python使用的是什么版本importtensorflowastffromtensorflow.examples.tutorials.mnistimpo

slbyzdgz·2018-09-14 10:09

Anaconda3安装Pytorch+torchvision

前言:暑假的时候导师让我学神经网络我没有好好学,最近老师又提了一嘴.吴恩达大法好,就是看不懂.于是在看莫烦Python.评论朋友的问题,我查阅文档后,发现conda可以一步到位:condainstalltorchvision-cpytorch1

国美学弟·2018-09-13 14:49

莫烦python|Tensorflow笔记--结果可视化、加速神经网络训练、优化器

结果可视化importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotasplt#添加一个神经层，定义添加神经层的函数defadd_layer(inputs,in_size,out_size,activation_function=None):Weights=tf.Variable(tf.random_normal([in_size,out_

slbyzdgz·2018-09-13 10:20

tensorflow—例子

有点小吃力，但参照着B站莫烦的python教学视频(https://www.bilibili.com/video/av16001891/?

邹小妹·2018-09-12 22:51

莫烦python|Tensorflow笔记--tf8、tf9

Placeholder传入值placeholder是tensorflow的占位符，暂时存储变量，tensorflow要从外部传入数据，就要用到placeholder。要给节点输入数据时用placeholder，在TensorFlow中用placeholder来描述等待输入的节点，只需要指定类型即可，然后在执行节点的时候用一个字典来“喂”这些节点。相当于先把变量hold住，然后每次从外部传入data

slbyzdgz·2018-09-12 19:01

【TF】TensorFlow 学习资源

BacktoTensorFlowIndex官网教程莫烦的TensorFlow教程:有文章,有优酷视频,非常棒专题简单卷积神经网络的tensorflow实现:可以说写的很到位了,简单的流程都有了.

鹅城惊喜师爷·2018-09-09 21:20

利用RNN做脑电信号的分类（一）

这里大概贴几个网址https://www.yunaitong.cn/understanding-lstm-networks.htmlhttp://feisky.xyz/machine-learning/rnn/还有莫烦的教程我自己尝试着用

岁月流星0824·2018-08-27 12:19

keras运行实例（一）：regression回归

小编在自学机器学习过程中，参考莫烦大佬的python教程进行了keras的实例运行，在此记录一下，以免忘记。

小熊猫3·2018-08-26 20:29

Tensorflow基础架构

转自：https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/感谢莫烦！

Melo丶·2018-08-25 16:34

Python自学笔记001

最近在看莫烦的Python教程，留一些笔记方便以后回看。

闲鱼三金·2018-08-20 17:42

基于CNN的MNIST手写数字识别

CNN的具体理论知识可到百度或CSDN的其他博客中查找相关内容，下面主要给出完整的代码（代码源于“莫烦python”视频，https://morvanzhou.github.io/tutorials/machine-learning

忍耐恒_至拙胜至巧·2018-08-18 10:50

Python 多进程爬虫初体验

CrazyBusby·2018-08-12 18:40

深度学习笔记—什么是神经网络与TensorFlow实现神经网络？

自然语言处理实战-核心技术与算法书籍《涂铭刘详刘树春》)—推荐(吴恩达-深度学习)[http://mooc.study.163.com/smartSpec/detail/1001319001.htm]—推荐(莫烦系列

陈郑游·2018-08-10 11:08

莫烦pytorch学习笔记（十三）——LSTM循环神经网络

高级神经网络——LSTM循环神经网络RNN的弊端之前我们说过,RNN是在有顺序的数据上进行学习的.为了记住这些数据,RNN会像人一样产生对先前发生事件的记忆.不过一般形式的RNN就像一个老爷爷,有时候比较健忘.为什么会这样呢?想像现在有这样一个RNN,他的输入值是一句话:‘我今天要做红烧排骨,首先要准备排骨,然后….,最后美味的一道菜就出锅了’,shua~说着说着就流口水了.现在请RNN来分析,我

小汤河河神·2018-08-03 09:42

莫烦pytorch学习笔记（十二）——循环神经网络RNN（Recurrent Neural Network）

高级神经网络结构——循环神经网络RNN序列数据我们想象现在有一组序列数据data0,1,2,3.在当预测result0的时候,我们基于的是data0,同样在预测其他数据的时候,我们也都只单单基于单个的数据.每次使用的神经网络都是同一个NN.不过这些数据是有关联顺序的,就像在厨房做菜,酱料A要比酱料B早放,不然就串味了.所以普通的神经网络结构并不能让NN了解这些数据之间的关联.处理序列数据的神经网络

小汤河河神·2018-08-03 09:52

莫烦pytorch学习笔记（十二）——什么是卷积神经网络CNN（Convolutional Neural Network）

高级神经网络——什么是什么是卷积神经网络CNN（ConvolutionalNeuralNetwork）卷积神经网络是近些年逐步兴起的一种人工神经网络结构,因为利用卷积神经网络在图像和语音识别方面能够给出更优预测结果,这一种技术也被广泛的传播可应用.卷积神经网络最常被应用的方面是计算机的图像识别,不过因为不断地创新,它也被应用在视频分析,自然语言处理,药物发现,等等.近期最火的AlphaGo,让计算

小汤河河神·2018-08-02 20:41

莫烦pytorch学习笔记（十一）——Optimizer优化器

建造第一个神经网络——Optimizer优化器要点这节内容主要是用Torch实践，中起到的几种优化器。下图就是这节内容对比各种优化器的效果:伪数据为了对比各种优化器的效果,我们需要有一些数据,今天我们还是自己编一些伪数据,这批数据是这样的:importtorchimporttorch.utils.dataasDataimporttorch.nn.functionalasFimportmatplot

小汤河河神·2018-08-02 16:50

莫烦pytorch学习笔记（十）——加速神经网络训练

建造第一个神经网络——加速神经网络训练加速神经网络训练包括下面几种模式：MomentumAdaGradRMSPropAdamStochasticGradientDescent(SGD)越复杂的神经网络,越多的数据,我们需要在训练神经网络的过程上花费的时间也就越多.原因很简单,就是因为计算量太大了.可是往往有时候为了解决复杂的问题,复杂的结构和大数据又是不能避免的,所以我们需要寻找一些方法,让神经网

小汤河河神·2018-08-02 11:49

莫烦pytorch学习笔记（八）——保存提取

建造第一个神经网络——保存提取1.要点训练好一个模型，我们当然想要保存它,留到下次要用的时候直接提取直接用,这就是这节的内容啦。我们用回归的神经网络举例实现保存提取。2.保存我们快速地建造数据，搭建网络：torch.manual_seed(1)#reproducible#假数据x=torch.unsqueeze(torch.linspace(-1,1,100),dim=1)#xdata(tenso

小汤河河神·2018-08-01 16:53

莫烦pytorch学习笔记（六）——区分类型（分类）

建立第一个神经网络——区分类型（分类）1.要点上一节学习笔记（五）讲到，神经网络有两类，回归和分类，上节简单介绍了回归，本节介绍分类。2.建立数据集importtorchimportmatplotlib.pyplotasplt#假数据n_data=torch.ones(100,2)#数据的基本形态x0=torch.normal(2*n_data,1)#类型0xdata(tensor),shape=

小汤河河神·2018-07-31 20:17

莫烦pytorch学习笔记（五）——关系拟合（回归）

建造第一个神经网络——关系拟合（回归）1.要点神经网络分为两种类型，一种回归，一种分类。回归是连续的值，比如房价问题；分类是一堆数据，比如一堆图片，神经网络将起划分为两种不同类型。2.建立数据集我们创建一些假数据来模拟真实的情况.比如一个一元二次函数:y=a*x^2+b,我们给y数据加上一点噪声来更加真实的展示它。importtorchfromtorch.autogradimportVariabl

小汤河河神·2018-07-31 16:12

莫烦pytorch学习笔记（四）——激励函数（Activation）

1.什么是Activation普通神经网络出来的数据都是一个线性的数据，将输出来的结果用激励函数处理。2.Torch中的激励函数importtorchimporttorch.nn.functionalasF#激励函数都在这，nn是神经网络模块fromtorch.autogradimportVariable#做一些假数据来观看图像，-5到5，取200个点数据，x=torch.linspace(-5,

小汤河河神·2018-07-31 14:04

莫烦pytorch学习笔记（二）——变量（Variable）

1.什么是Variable在torch中的Variable就是一个存放会变化的值的地理位置。里面的值会不停发生变化，就像一个装鸡蛋的篮子，鸡蛋数会不断发生变化。那谁是里面的鸡蛋呢，自然就是torch的Tensor了（换言之就是torch是用tensor计算的，tensor里面的参数都是variable的形式），如果用Variable进行计算，那返回的也是一个同类型的Variable。Tensor：

小汤河河神·2018-07-30 20:00

莫烦pytorch学习笔记(一)——torch or numpy

1.用Numpy还是TorchTorch自称为神经网络界的Numpy,因为他能将torch产生的tensor放在GPU中加速运算(前提是你有合适的GPU),就像Numpy会把array放在CPU中加速运算.所以神经网络的话,当然是用Torch的tensor形式数据最好咯.就像Tensorflow当中的tensor一样.当然,我们对Numpy还是爱不释手的,因为我们太习惯numpy的形式了.不过to

小汤河河神·2018-07-30 19:15

【Tensorflow】使用CNN识别手写数字

关于TensorflowCNN的内容，推荐莫烦

Mister5ive·2018-07-22 14:36

莫烦PYTHON | Tensorflow教程——高阶内容（第五章）

（未完）5.1Classification分类学习Classification分类问题，定性输出是分类，或者说是离散变量预测。Regression回归问题，定量输出是回归，或者说是连续变量预测。"""Pleasenote,thiscodeisonlyforpython3+.Ifyouareusingpython2+,pleasemodifythecodeaccordingly."""from__f

kudou1994·2018-07-20 09:31

莫烦PYTHON | Tensorflow教程——可视化好助手Tensorboard（第四章）

4.1Tensorboard可视化好帮手1Event/Scalar:展示训练过程中的统计数据（最值，均值等）变化情况Image:展示训练过程中记录的图像Audio:展示训练过程中记录的音频Histogram:展示训练过程中记录的数据的分布图Graphs:展示神经网络结构图可视化整个神经网络的结构代码是前几节的截取from__future__importprint_functionimportten

kudou1994·2018-07-19 17:04

pytorch教程

《深度学习框架PyTorch：入门与实践》对应实例代码4.莫烦pytorch视频教程5.莫烦pytorch视频代码6.PyTorchExamples7.吐血整理：PyTorch项目代码与资源列表|资源下载

YDQN·2018-07-11 11:19

PyTorch （莫烦）中

4.2RNN（一般是用于时间序列的数据）循环神经网络让神经网络有了记忆,对于序列话的数据,循环神经网络能达到更好的效果.几个缺点：[1]梯度弥散（消失）反向传播时W1每次误差乘以大于1的数，就会逐渐的趋于无穷大（1）LSTMRNN（可以有更好的结果）应用：（1）分类：（mnist手写数字识别）对于图片，怎样看成时间序列的数据呢，可将其看成从上到下的读图，第一个时间点读第一行的像素信息，直到最后一行

爬坡少女·2018-07-10 16:29

tensorflow 波士顿房价预测LSTM/RNN tensorboard 完整代码

代码中注释比较少，不明白的可以看周莫烦的视频！https://

liangjiubujiu·2018-07-10 15:31

Python-matplotlib画图(莫烦笔记)

https://www.zhihu.com/collection/260736383作者：触摸壹缕阳光链接：https://zhuanlan.zhihu.com/p/33270402来源：知乎著作权归作者所有，转载请联系作者获得授权。1.前言Matplotlib是一个python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过Matplotlib，开发者可以仅需要几

看不见我呀·2018-07-10 12:24

PyTorch动态神经网络（莫烦）上

一简述1.神经网络简述（以图片为例）对于和给定的一张猫的图片，相当于一个激励，在每个神经网络层中有部分的神经元被激活（发），最后会得出一个结果，比如是狗，知道是错的，再反向传（感觉用词不太准确），之前被激发的神经元不会像之前那么活跃，但同时会有新的神经元被激活，其实相当于修改参数，多次重复后，就会得到一个比较完美的结果，识别为猫。2.神经网络：梯度下降（向着梯度降低最快的方向走到梯度最小的地方）优

爬坡少女·2018-07-07 11:14

[Python人工智能] 七.加速神经网络、激励函数和过拟合

主要是学习"莫烦大神"网易云视频的在线笔记，后面随着深入会讲解具体的项目及应用。基

Eastmount·2018-06-25 23:12

[Python人工智能] 七.加速神经网络、激励函数和过拟合

主要是学习"莫烦大神"网易云视频的在线笔记，后面随着深入会讲解具体的项目及应用。基

Eastmount·2018-06-25 23:12

推荐频道

莫烦

莫烦Pytorch之保存加载网络

莫烦Pytorch之快速构建网络代码

莫烦Pytorch系列之分类代码

莫烦TensorFlow教程学习（1）

每天学点算法->强化学习->Q_learning走迷宫

PyTorch学习

莫烦视频笔记--什么是GAN（生成对抗网络）？

tensorflow之overfitting（过拟合）问题

莫烦视频笔记--为什么要批标准化（Batch Normalization）？

莫烦视频笔记--什么是自编码（Autoencoder）？神经网络的非监督学习

Tensorflow利用其可视化工具tensorboard可视化神经网络

莫烦python|Tensorflow笔记--什么是LSTM RNN循环神经网络（深度学习）

莫烦python|Tensorflow笔记--什么是循环神经网络RNN

莫烦python|Tensorflow笔记--CNN卷积神经网络

莫烦python|Tensorflow笔记--什么是卷积神经网络CNN

numpy、pandas学习

莫烦python|Tensorflow笔记--Classification 分类学习

Anaconda3安装Pytorch+torchvision

莫烦python|Tensorflow笔记--结果可视化、加速神经网络训练、优化器

tensorflow—例子

莫烦python|Tensorflow笔记--tf8、tf9

【TF】TensorFlow 学习资源

利用RNN做脑电信号的分类（一）

keras运行实例（一）：regression回归

Tensorflow基础架构

Python自学笔记001

基于CNN的MNIST手写数字识别

Python 多进程爬虫初体验

深度学习笔记—什么是神经网络与TensorFlow实现神经网络？

莫烦pytorch学习笔记（十三）——LSTM循环神经网络

莫烦pytorch学习笔记（十二）——循环神经网络RNN（Recurrent Neural Network）

莫烦pytorch学习笔记（十二）——什么是卷积神经网络CNN（Convolutional Neural Network）

莫烦pytorch学习笔记（十一）——Optimizer优化器

莫烦pytorch学习笔记（十）——加速神经网络训练

莫烦pytorch学习笔记（八）——保存提取

莫烦pytorch学习笔记（六）——区分类型（分类）

莫烦pytorch学习笔记（五）——关系拟合（回归）

莫烦pytorch学习笔记（四）——激励函数（Activation）

莫烦pytorch学习笔记（二）——变量（Variable）

莫烦pytorch学习笔记(一)——torch or numpy

【Tensorflow】使用CNN识别手写数字

莫烦PYTHON | Tensorflow教程——高阶内容（第五章）

莫烦PYTHON | Tensorflow教程——可视化好助手Tensorboard（第四章）

pytorch教程

PyTorch （莫烦）中

tensorflow 波士顿房价预测LSTM/RNN tensorboard 完整代码

Python-matplotlib画图(莫烦笔记)

PyTorch动态神经网络（莫烦）上

[Python人工智能] 七.加速神经网络、激励函数和过拟合

[Python人工智能] 七.加速神经网络、激励函数和过拟合