零基础学习深度学习第27页

【自然语言处理】P4 神经网络基础 - 激活函数

激活函数为什么深度学习需要激活函数？博主认为，最重要的是引入非线性。神经网络是将众多神经元相互连接形成的网络。如果神经元没有激活函数，那么网络模型都将退化成为线性模型，从而失去了处理非线性问题的能力。

脚踏实地的大梦想家·2024-02-05 05:07

机器人抓取中的混淆概念

虽然端到端的方法通常使用神经网络或其他深度学习模型，但并不是所有基于经验的方法都不使用神经网络。实际上，一些传统的基于经验的方法可能会结合神经网络或其他机器学习技术，以更好地适应复杂的抓取任务。

cocapop·2024-02-05 05:06

深度学习入门（鱼书）

学习笔记第3章神经网络3.1从感知机到神经网络3.1.1神经网络的例子图3-1中的网络一共由3层神经元构成，但实质上只有2层神经元有权重，因此将其称为“2层网络”。请注意，有的书也会根据构成网络的层数，把图3-1的网络称为“3层网络”。本书将根据实质上拥有权重的层数（输入层、隐藏层、输出层的总数减去1后的数量）来表示网络的名称。3.1.2复习感知机3.1.3激活函数登场刚才登场的h（x）函数会将输

weixin_42963026·2024-02-05 05:56

深度学习入门笔记（1）——什么是深度学习？

深度学习入门笔记（1）——什么是深度学习？

ZRX_GIS·2024-02-05 05:56

（课程笔记）深度学习入门 - 1 - OverView

一、机器学习算法的过程与结果1、首先要得到标签化数据集（DataSet），既然是标签化，那应该是监督学习模式，而且此处的数据集应该分化为训练用集（TrainSet）和测试用集（TestSet），训练用集用于训练最终的算法模型，而测试用集用于测试训练的算法模型是否性能良好，是否能满足实际需求；2、设置并给出机器学习的算法模型（Model）；3、设置期望的损失函数（LossFcn）和优化器（Optim

牛顿第八定律·2024-02-05 05:55

深度学习入门笔记（6）—— Logistic Regression

对比第三节中的Adaline和LogisticRegression，可以发现它们只有两点不同：1、激活函数，Adaline中的激活函数是恒等函数（线性），而LogisticRegression中的激活函数是Sigmoid函数（非线性）；2、损失函数，Adaline中的损失函数是均方误差，而LogisticRegression中的损失函数则是交叉熵。Sigmoid函数如图所示，其值域为0到1，输入为

cnhwl·2024-02-05 05:55

《深度学习入门》学习笔记

原书：《深度学习入门：基于Python的理论与实现》文章目录前言第一章python入门列表字典类numpy广播第二章感知机第三章神经网络激活函数第四章神经网络的学习损失函数求梯度第五章误差反向传播法第六章与学习相关的技巧

YY_oot·2024-02-05 05:55

深度学习入门笔记（三）常用AI术语

本节我们介绍一些深度学习领域常用的术语。训练确定模型中的参数的过程，我们就称为“训练”。Epoch遍历一遍训练数据就叫作“一个Epoch”。

zhanghui_cuc·2024-02-05 05:54

【深度学习】讲透深度学习第3篇：TensorFlow张量操作（代码文档已分享）

本系列文章md笔记（已分享）主要讨论深度学习相关知识。可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。

程序员一诺·2024-02-05 05:52

神经网络基本原理

它是目前最为火热的研究方向–深度学习的基础。神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。

哦豁灬·2024-02-05 04:45

深度学习预备知识2——数据预处理

Python中常用的数据分析工具中，通常使用pandas软件包。像庞大的Python生态系统中的许多其他扩展包一样，pandas可以与张量兼容。1读取数据集首先创建一个人工数据集，并存储在CSV（逗号分隔值）文件…/data/house_tiny.csv中。以其他格式存储的数据也可以通过类似的方式进行处理。将数据集按行写入CSV文件中：importosos.makedirs(os.path.joi

哦豁灬·2024-02-05 04:45

深度学习预备知识1——数据操作

深度学习是关于优化的学习。对于一个带有参数的模型，我们想要找到其中能拟合数据的最好模型。在算法的每个步骤中，决定以何种方式调整参数需要一点微积分知识。（autograd包会自动计算微分）机器学

哦豁灬·2024-02-05 04:44

深度学习介绍

对于具备完善业务逻辑的任务，大多数情况下，正常的人都可以给出一个符合业务逻辑的应用程序。但是对于一些包含超过人类所能考虑到的逻辑的任务，例如面对如下任务：编写一个应用程序，接受地理信息、卫星图像和一些历史天气信息，并预测明天的天气；编写一个应用程序，接受自然文本表示的问题，并正确回答该问题；编写一个应用程序，接受一张图像，识别出该图像所包含的人，并在每个人周围绘制轮廓；编写一个应用程序，向用户推荐

哦豁灬·2024-02-05 04:14

目标检测：2如何生成自己的数据集

目录1.数据采集2.图像标注3.开源已标记数据集4.数据集划分参考：1.数据采集数据采集是深度学习和人工智能任务中至关重要的一步，它为模型提供了必要的训练样本和测试数据。

proing·2024-02-05 03:28

AI智能作词软件-AI智能写歌词app-真的可以吗

它模仿人类的思维，深度学习海量歌词的创作技巧，采用自然语音处理技术，练成了自己独特的创作能力。AI智能写歌词app在软件上，选择歌词风格，再选择韵脚，接着输入关键词语句，作为引导语告诉它

科技新事物·2024-02-05 03:30

计算机设计大赛深度学习机器视觉车位识别车道线检测 - python opencv

0前言优质竞赛项目系列，今天要分享的是深度学习机器视觉车位识别车道线检测该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！

iuerfee·2024-02-05 02:55

计算机设计大赛深度学习植物识别算法系统

iuerfee·2024-02-05 02:55

计算机设计大赛深度学习大数据股票预测系统 - python lstm

LSTM2.1循环神经网络2.1LSTM诞生2如何用LSTM做股票预测2.1算法构建流程2.2部分代码3实现效果3.1数据3.2预测结果项目运行展示开发环境数据获取最后0前言优质竞赛项目系列，今天要分享的是深度学习大数据股票预测系统该项目较为新颖

iuerfee·2024-02-05 02:25

【负荷预测】长短期负荷预测（Matlab代码实现）

欢迎来到本博客❤️❤️❤️作者研究：主要研究方向是电力系统和智能算法、机器学习和深度学习。目前熟悉python网页爬虫、机器学习、群智能算法、深度学习的相关内容。希望将计算机和电网有效结合！

程序辅导帮·2024-02-05 02:45

使用深度学习框架飞浆Paddle实现的鲜花识别任务

PaddlePaddle（飞桨）是百度公司开发的深度学习框架，具有易用、高效、灵活和可伸缩等特点。

神奇的布欧·2024-02-05 00:49

15 | 浮点数和定点数（上）：怎么用有限的Bit表示尽可能多的信息？

比如，我们开发一个电商App，商品的价格常常会是9块9；再比如，现在流行的深度学习算法，对应的机器学习里的模型里的各个权重也都是1.23这样的数。

_Rye_·2024-02-04 22:27

PyTorch 2.2 中文官方教程（十四）

对深度学习模型进行正则化是一项令人惊讶的挑战。传统技术，如惩罚方法，通常在应用于深度模型时效果不佳，因为被优化的函数的复杂性。当处理病态模型时，这一点尤为棘手。这些模型的示例包括

绝不原创的飞龙·2024-02-04 21:55

深度学习的进展

一、深度学习的基本原理和算法：深度学习是一种基于神经网络的机器学习方法，其基本原理是模仿人脑神经网络的结构和功能，通过多层次的神经网络模型来实现对数据的学习和模式识别。

csdn_aspnet·2024-02-04 20:52

深度学习零基础入门书单

深度学习零基础入门书单简介为了做项目我搜集和购买了一些电子版的书，下面是书单参考首先明确一下学习主要内容，主要是以下三个部分编程语言，主要是python和c++数学基础包括微积分、线性代数和概率论内容，

MachinePlay·2024-02-04 19:23

动手学深度学习v2-基础优化方法-笔记

最常见的算法——梯度下降当一个模型没有显示解的时候，该怎么办呢？首先挑选一个参数的随机初始值，可以随便在什么地方都没关系，然后记为w0\pmb{w_{0}}w0在接下来的时刻里面，我们不断的去更新w0\pmb{w_{0}}w0，使得它接近我们的最优解具体来说：挑选一个初始值w0\pmb{w_{0}}w0重复迭代参数t=1，2，3t=1，2，3t=1，2，3wt=wt−1−η∂ℓ∂wt−1\pmb{

Alkali！·2024-02-04 19:07

动手学深度学习v2-线性回归-笔记

简化核心模型假设1:影响房价的关键因素是卧室个数，卫生间个数和居住面积，记为x1x_{1}x1，x2x_{2}x2，x3x_{3}x3假设2:成交价是关键因素的加权和y=w1x1+w2x2+w3x3+by=w_{1}x_{1}+w_{2}x_{2}+w_{3}x_{3}+by=w1x1+w2x2+w3x3+b权重和偏差的实际值在后面决定线性一般模型给定nnn维输入x=[x1,x2,...,xn]T

Alkali！·2024-02-04 19:35

人工智能专业毕业设计最新最全选题精华汇总-持续更新中

HaiLang_IT·2024-02-04 19:31

深度学习实验-3d医学图像分割

近年来，基于深度学习的方法在该领域中获得了巨大成功。本实验数据集为多模态腹部分割数据集（AMOS），一个大规模，多样性的，收集自真实临床场景下的腹部多器官分割基准数据。

桶的奇妙冒险·2024-02-04 17:30

我们都不应该平凡

“当你的时间不再用于深度学习，当你的注意力被他人瓜分，当你只看综艺节目和电视剧，当你在群体中呆的时间越来越长，当你评价他人的次数越来越多，当你的抱怨越来频繁，当你回首往事的频率越来越高……毁灭就已经发生了

我密谋一场失心·2024-02-04 17:52

RNN(神经网络)

目录介绍：数据：模型：预测：介绍：RNN，全称为循环神经网络（RecurrentNeuralNetwork），是一种深度学习模型，它主要用于处理和分析序列数据。

取名真难.·2024-02-04 17:47

Convolutional Neural Network (CNN) 识别手写数字字体

介绍：卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种在计算机视觉领域广泛应用的深度学习模型。它主要用于图像识别、目标检测、图像分割等任务。

取名真难.·2024-02-04 17:15

【无标题】

来源：深度学习一个乐观主义者的悲观估计随着大规模模型技术的兴起，我们正处于一个崭新的智能时代的黎明。

夕小瑶·2024-02-04 16:34

深度学习入门笔记4 深度神经网络

多层感知器在之前的课程中，我们了解到，感知器（指单层感知器）具有一定的局限——无法解决异或问题，即线性不可分的问题。将多个单层感知器进行组合，就可以得到一个多层感知器（MLP——Multi-LayerPerceptron）结构。多层感知器包含输入层，一个或多个隐藏层以及一个输出层。每层的神经元与下一层进行完全连接。如果网络中包含一个以上的隐层，则称其为深度人工神经网络。说明：通常我们说的神经网络的

深度学习从入门到放弃·2024-02-04 16:03

深度学习入门笔记：第二章感知机

深度学习入门笔记：第二章感知机笔记来源书籍：《深度学习入门：基于+Python+的理论与实现》文章目录深度学习入门笔记：第二章感知机前言为什么学习感知机2.1感知机是什么2.2简单逻辑电路2.2.1与门

维持好习惯·2024-02-04 16:03

深度学习入门学习笔记之——神经网络

神经网络上一章我们学习了感知机。关于感知机，既有好消息，也有坏消息。好消息是，即便对于复杂的函数，感知机也隐含着能够表示它的可能性。上一章已经介绍过，即便是计算机进行的复杂处理，感知机（理论上）也可以将其表示出来。坏消息是，设定权重的工作，即确定合适的、能符合预期的输入与输出的权重，现在还是由人工进行的。上一章中，我们结合与门、或门的真值表人工决定了合适的权重。神经网络的出现就是为了解决刚才的坏消

前丨尘忆·梦·2024-02-04 16:32

深度学习入门笔记（二）神经元激励函数神经网络

声明：本文内容源自《白话深度学习与tensorflow》高扬卫峥编著一书读书笔记！！！神经网络：神经网络又称为人工神经网络（artificialneutralnetwork,ANN）。

花落雨微扬·2024-02-04 16:32

2021-11-06《深度学习入门》笔记（二）

第二章感知机感知机也是作为神经网络（深度学习）的起源的算法。因此，学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。首先，感知机是什么？感知机接收多个输入信号，输出一个信号。

新手小嵩·2024-02-04 16:02

深度学习入门笔记（二）神经元的结构

神经网络的基本单元是神经元，本节我们介绍神经元的结构。2.1神经元一个神经元是由下面5部分组成的：输入：x1,x2,…,xk。权重：w1,w2,…,wk。权重的个数与神经元输入的个数相同。偏移项：可省略。激活函数：一般都会有，根据实际问题也是可以省略的。输出。2.2激活函数激活函数有很多种，不同的激活函数适用于不同的问题。二分类问题我们一般采用Sigmoid函数，多分类问题我们采用Softmax函

zhanghui_cuc·2024-02-04 16:30

2018年深度学习的主要进步

摘要：一文了解2018深度学习取得了哪些突破性进展！在过去几年中，深度学习改变了整个人工智能的发展。深度学习技术已经开始在医疗保健，金融，人力资源，零售，地震检测和自动驾驶汽车等领域的应用程序中出现。

城市中迷途小书童·2024-02-04 16:15

[动手学深度学习-PyTorch版]-5.11卷积神经网络-残差网络（ResNet）

5.11残差网络（ResNet）让我们先思考一个问题：对神经网络模型添加新的层，充分训练后的模型是否只可能更有效地降低训练误差？理论上，原模型解的空间只是新模型解的空间的子空间。也就是说，如果我们能将新添加的层训练成恒等映射f(x)=x，新模型和原模型将同样有效。由于新模型可能得出更优的解来拟合训练数据集，因此添加层似乎更容易降低训练误差。然而在实践中，添加过多的层后训练误差往往不降反升。即使利用

蒸饺与白茶·2024-02-04 15:45

李沐《动手学深度学习》循环神经网络经典网络模型

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分李沐《动手学深度学习》线性神经网络线性回归李沐《动手学深度学习》线性神经网络softmax回归李沐《

丁希希哇·2024-02-04 14:43

李沐《动手学深度学习》卷积神经网络经典网络模型

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分李沐《动手学深度学习》线性神经网络线性回归李沐《动手学深度学习》线性神经网络softmax回归李沐《

丁希希哇·2024-02-04 14:42

动手学深度学习(二)——正则化(从零开始)

文章作者：Tyan博客：noahsnail.com|CSDN|注：本文为李沐大神的《动手学深度学习》的课程笔记！

SnailTyan·2024-02-04 14:13

深度学习的进展：人工智能时代的里程碑

深度学习的进展：人工智能时代的里程碑摘要深度学习作为机器学习领域的重要分支，近年来取得了巨大的进展。

你不懂、、、·2024-02-04 14:49

读《深度工作》有感

1创造深度学习的环境本很了解自己很难做到深度工作，因此当他决定学习编程的时候，他知道自己同时还要教会自己的大脑如何深入下去。他的方法很极端，却很有效。

小小那·2024-02-04 14:01

LEETCODE的第二题——两数相加（链表）

LEETCODE的第二题——两数相加（链表）本文主要用于记录刷力扣的题解，因为自己算法太菜，所以想通过深度学习力扣的每一道题目的原理来提高自己。

宁77吖·2024-02-04 12:03

池化层的本质思想及其过程

池化层的由来在深度神经网络中池化层非常普遍，而在传统的神经网络中却很少见，原因是传统的神经网络的输入特征很少，不是太多，深度学习中特别是图像领域输入特征非常多，所以在卷积过程中有必要把主要的特征抽取出来

机器不会学习·2024-02-04 12:34

重新认识学习

重新认识学习——读《深度学习》前言有感近段时间在打卡时，自己能明显感受到两点，一是在发表看法时，自己感觉很多内容不能够清楚表达自己的想法，但有没有合适的词语来表达，感觉特尴尬。

程景轩河南桥头小学·2024-02-04 11:56

Python入门，盘点Python最常用的20 个包总结~

文章目录前言1.numpy（数据处理和科学计算）2.pandas（数据处理和分析）3.matplotlib（数据可视化）4.scikit-learn（机器学习工具）5.tensorflow（深度学习框架

python零基础入门小白·2024-02-04 11:24

SSVEPNet:使用标签平滑与谱归一化的高效CNN-LSTM网络

.正则化技术4.1.基于视觉注意力机制的标签平滑技术4.2.谱归一化技术5.实验结果5.1被试内实验结果5.2跨被试实验结果5.3消融实验结果5.4t-SNE可视化结果6.讨论与思考6.1网络参数量对深度学习模型性能的影响

Ethan Hunt丶·2024-02-04 11:54

推荐频道

零基础学习深度学习