CS231n深度学习笔记

深度学习与CV教程(14) | 图像分割 (FCN,SegNet,U-Net,PSPNet,DeepLab,RefineNet)

本文讲解了图像语义分割的定义，常见应用（自动驾驶、医学影像诊断），评估指标（mIoU、mAcc），典型语义分割算法等【对应CS231nLecture11】
ShowMeAI·2022-06-11 11:00

【深度学习】《PyTorch入门到项目实战》（十一）：卷积层

【深度学习】：《PyTorch入门到项目实战》（十一）：卷积层✨本文收录于【深度学习】：《PyTorch入门到项目实战》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新，
JoJo的数据分析历险记·2022-06-11 07:03

深度学习与CV教程(13) | 目标检测 (SSD,YOLO系列)

本文讲解一阶段（onestage）的目标检测方法，包括YOLO系列算法（V1~V5）、SSD、RetinaNet的算法思想、网络结构、训练细节和性能效果等【对应CS231nLecture11】
ShowMeAI·2022-06-09 16:00

深度学习与CV教程(12) | 目标检测 (两阶段,R-CNN系列)

本文讲解两阶段（twostage）目标检测的发展史和典型算法：R-CNN、SPP-Net、FastR-CNN、FasterR-CNN等的算法结构和核心流程【对应CS231nLecture11】
ShowMeAI·2022-06-07 18:00

深度学习与CV教程(8) | 常见深度学习框架介绍

本文讲解了深度学习硬件知识（CPU、GPU、TPU），主流深度学习框架（TensorFlow、PyTorch）相关知识，借助于工具可以实际搭建与训练神经网络【对应CS231nLecture8】
ShowMeAI·2022-06-03 10:00

【深度学习】：《PyTorch入门到项目实战》第10天：梯度爆炸、梯度消失、梯度检验

【深度学习】：《PyTorch入门到项目实战》第10天：梯度爆炸、梯度消失、梯度检验✨本文收录于【深度学习】：《PyTorch入门到项目实战》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，
JoJo的数据分析历险记·2022-06-01 07:41

深度学习与CV教程(6) | 神经网络训练技巧 (上)

本文讲解训练神经网络的核心方法：初始化（激活函数、数据预处理、权重初始化、正则化、梯度检查），训练动态（监控学习过程、参数更新、超参数优化）等【对应CS231nLecture6】
ShowMeAI·2022-06-01 00:00

深度学习笔记之优化算法

文章目录一.优化算法1.1基本算法1.1.1随机梯度下降(SGD)1.1.2动量1.2自适应学习率算法1.2.1AdaGrad1.2.2RMSProp1.2.3Adam1.2.4其他优化算法：AdaMaxNadamAMSGrad1.3牛顿法拟牛顿法：二.一些优化算法的代码实现2.1批量随机梯度下降：2.2带动量的梯度下降2.3Adam参考文献一.优化算法1.1基本算法1.1.1随机梯度下降(SGD
刘皮狠·2022-05-31 07:05

深度学习与CV教程(5) | 卷积神经网络

tutorials/37本文地址：http://www.showmeai.tech/article-detail/264声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容本系列为斯坦福CS231n
·2022-05-30 09:13

深度学习与CV教程(4) | 神经网络与反向传播

tutorials/37本文地址：http://www.showmeai.tech/article-detail/263声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容本系列为斯坦福CS231n
·2022-05-30 09:43

【深度学习】：《100天一起学习PyTorch》第九天：Dropout实现（含源码）

【深度学习】：《100天一起学习PyTorch》第九天:Dropout实现✨本文收录于【深度学习】：《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新
JoJo的数据分析历险记·2022-05-30 07:03

深度学习与CV教程(4) | 神经网络与反向传播

本文讲解了神经网络计算图、前向传播与反向传播、标量与向量化形式计算、求导链式法则应用、神经网络结构、激活函数等内容【对应CS231nLecture4】
ShowMeAI·2022-05-30 00:00

【深度学习】：《100天一起学习PyTorch》第八天：权重衰退（含源码）

【深度学习】：《100天一起学习PyTorch》第八天：权重衰退（含源码）✨本文收录于【深度学习】：《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新
JoJo的数据分析历险记·2022-05-29 08:52

深度学习与CV教程(3) | 损失函数与最优化

tutorials/37本文地址：http://www.showmeai.tech/article-detail/262声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容本系列为斯坦福CS231n
·2022-05-27 13:36

深度学习与CV教程(2) | 图像分类与机器学习基础

tutorials/37本文地址：http://www.showmeai.tech/article-detail/261声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容本系列为斯坦福CS231n
·2022-05-27 12:33

深度学习与CV教程(1) | 引言与知识基础

tutorials/37本文地址：http://www.showmeai.tech/article-detail/260声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容本系列为斯坦福CS231n
·2022-05-27 12:01

深度学习与CV教程(2) | 图像分类与机器学习基础

本文讲解数据驱动的模型算法，包括最邻近算法、KNN分类器、线性分类器的原理、各自的优缺点和实际应用【对应CS231nLecture2】
ShowMeAI·2022-05-27 11:00

深度学习与计算机视觉教程：斯坦福CS231n · 全套笔记解读

作者：韩信子@ShowMeAI教程地址：http://www.showmeai.tech/tutorials/37本文地址：http://www.showmeai.tech/article-detail/259声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容引言本篇内容是ShowMeAI组织的「深度学习与计算机视觉」系列教程入口，本教程依托于斯坦福Stanford
·2022-05-27 11:58

【深度学习】：《100天一起学习PyTorch》第七天之模型评估和选择（上）：欠拟合和过拟合（含源码）

【深度学习】：《100天一起学习PyTorch》模型评估和选择（上）：欠拟合和过拟合✨本文收录于【深度学习】：《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记
JoJo的数据分析历险记·2022-05-27 07:25

深度学习笔记：主成分分析（PCA）（1）——标准化、协方差、相关系数和协方差矩阵

深度学习笔记：主成分分析（PCA）（1）——标准化、协方差、相关系数和协方差矩阵  笔者在学习主成分分析（PCA）的时候接触到了协方差矩阵的应用。
aaronwu2·2022-05-25 07:16

深度学习笔记（四）—— 神经网络结构[Neural Network Architectures]

  这是深度学习笔记第四篇，完整的笔记目录可以点击这里查看。    本博客主要讲解一下神经网络的结构，具体的实现可以查看这篇博客。  神经网络被建模为在一个非循环图中连接的神经元的集合。
zeeq_·2022-05-24 07:23

深度学习笔记——深度学习框架TensorFlow之MLP（十四）

MLP多层感知器的使用，多层感知器，常用来做分类，效果非常好，比如文本分类，效果比SVM和bayes好多了。感知器学习算法基本介绍单层感知器：感知器（SingleLayerPerceptron）是最简单的神经网络，它包含输入层和输出层，而输入层和输出层是直接相连的。上图是一个单层感知器，很简单的结构，输入层和输出层直接相连。下面介绍一下如何计算输出端：利用格式1计算输出层，首先，计算输出层中，每一
R3·2022-05-24 07:19

深度学习笔记（3）基于Tensorflow的多元线性回归：预测波士顿房价

问题描述给定波士顿地区一系列地区租房的价格，然后罗列出了收集到多个因素，每个因素已经是量化好。现在给定的要求是，使用一个多元线性模型去拟合这些数据，然后用于预测。模型price=f(x1,x2,...,xn)=∑i=1nwixi+bprice=f(x_1,x_2,...,x_n)=\sum\limits_{i=1}^{n}w_ix_i+bprice=f(x1,x2,...,xn)=i=1∑nwix
小柯同学_2019·2022-05-24 07:02

深度学习笔记（一）——感知机模型（Perceptron Model）

零、引言感知机，也叫单层神经网络，是最基础的神经网络模型结构。神经网络模型由生物神经中得到启发。在生物神经元细胞中，神经突触接收到信号，经过接收并处理信号后判断信号的信息强弱，来做出不同神经电位变化反应。受此启发，科研人员设计出基础的神经网络模型结构，神经元模型（NeuronModel）。一、神经元模型下图为一个最简单的“M-P神经元结构”，该模型1943年提出，并一直沿用至今：从模型示意图看，对
AD稳稳·2022-05-24 07:28

深度学习笔记

博客用于记录深度学习各部分的学习记录，由于主要从事自然语言处理及数据挖掘方面的工作，CV方向常用模型不是很了解，大概整理的是NLP方向的学习脉络。陆续补充中。大概目录会按照1.感知机（Perceptron；->MLP，MultilayerPerceptron，多层感知机）主要介绍单层感知机，也即是一层神经网络的概念及计算方式。引出多层感知机的概念链接：感知机学习笔记2.ANN（Artificial
AD稳稳·2022-05-24 07:58

深度学习笔记（二）——从多层感知机模型（MLP）到人工神经网络模型（ANN）

一、人工神经网络定义广义上来说，由神经元模型构成的模型就可以称之为人工神经网络模型。神经元模型已经在上一篇感知机的笔记中进行介绍。上一篇也提到，两层神经元模型即可组成最简单的感知机模型，其中第一层称为输入层，第二层称为输出层。由于单层感知机的学习能力限制，科研人员又提出将多个感知机组合到一起，构成了多层感知机（MultilayerPerceptron）模型。本文主要来介绍最基础的人工神经网络模型—
AD稳稳·2022-05-24 07:23

山东大学项目实训十一——吴恩达深度学习笔记

笔记已免费上传https://download.csdn.net/download/fangjiayou/85431944为什么使用深层表示？（Whydeeprepresentations?）我们都知道深度神经网络能解决好多问题，其实并不需要很大的神经网络，但是得有深度，得有比较多的隐藏层，这是为什么呢？我们一起来看几个例子来帮助理解，为什么深度神经网络会很好用。首先，深度网络在计算什么？首先，深
fangjiayou·2022-05-23 07:54

【深度学习】：《100天一起学习PyTorch》第六天：多层感知机（含代码）

【深度学习】：《100天一起学习PyTorch》第六天：多层感知机（含代码）✨本文收录于【深度学习】：《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新
JoJo的数据分析历险记·2022-05-22 21:09

AIQ - deeplearning.ai 全套吴恩达老师的深度学习课程笔记及资源在线阅读

http://www.6aiq.com/deeplearning_ai/html/SUMMARY.html深度学习笔记目录第一门课神经网络和深度学习(NeuralNetworksandDeepLearning
研发之道·2022-05-21 07:48

李沐基于Pytorch的深度学习笔记（8）-基础优化算法（附代码）

fromsklearn.datasetsimportload_bostonimportjoblibfromsklearn.linear_modelimportLinearRegression,SGDRegressor,Ridgefromsklearn.metricsimportmean_squared_errorfromsklearn.model_selectionimporttrain_test
Reedsway在重庆·2022-05-20 07:40

李沐基于Pytorch的深度学习笔记（7）-线性回归的基本实现（附代码）

1线性回归的实现这里我参考了这两篇博客线性回归及python代码实现___zachary的博客-CSDN博客_python线性回归代码python机器学习手写算法系列——线性回归_juwikuang的专栏-CSDN博客_python机器学习由于李沐老师的课程中使用的d2l和我安装的部分库存在冲突，所以我没有使用他的方法进行线性回归。整体的步骤和我们上面讲到的一个模型步骤是一样的。1.1数据生成im
Reedsway在重庆·2022-05-20 07:10

李沐基于Pytorch的深度学习笔记（6）-线性回归和基础优化算法（附代码）

代码章节：李沐基于Pytorch的深度学习笔记（7）-线性回归的基本实现（附代码）_m0_57628341的博客-CSDN博客1基础优化算法线性回归的前提，我们就需要一些优化方法。
Reedsway在重庆·2022-05-20 07:10

李沐基于Pytorch的深度学习笔记（5）-线性回归和基础优化算法（附代码）

代码章节：李沐基于Pytorch的深度学习笔记（7）-线性回归的基本实现（附代码）_m0_57628341的博客-CSDN博客1线性回归线性回归的应用是机器学习和深度学习的一个基础，所以需要去了解。
Reedsway在重庆·2022-05-20 07:09

李沐基于Pytorch的深度学习笔记（3）

3矩阵计算3.1基础知识本章节涉及的矩阵知识，放在下方，需要深入研究的同学可以看一下矩阵求导的本质与分子布局、分母布局的本质（矩阵求导——本质篇）：https://zhuanlan.zhihu.com/p/263777564矩阵求导公式的数学推导（矩阵求导——基础篇）：https://zhuanlan.zhihu.com/p/273729929矩阵求导公式的数学推导（矩阵求导——进阶篇）：http
Reedsway在重庆·2022-05-20 07:39

李宏毅老师《机器学习》课程笔记-3卷积神经网络

注：本文是我学习李宏毅老师《机器学习》课程2021/2022的笔记（课程网站），文中图片除了一幅我自己绘制的图和一幅来自Stanfordcs231n教程的图，其余图片均来自课程PPT。
宁萌Julie·2022-05-20 07:55

《100天一起学习PyTorch》第四天：从0到1实现logistic回归（附源码）

《100天一起学习PyTorch》从0到1实现logistic回归✨本文收录于《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新，欢迎大家订阅
JoJo的数据分析历险记·2022-05-18 07:18

《100天一起学习PyTorch》第三天：简洁代码实现线性神经网络（附代码）

✨本文收录于《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新，欢迎大家订阅！
JoJo的数据分析历险记·2022-05-18 07:48

Pytorch-深度学习笔记

文章目录Pytorch-深度学习笔记环境搭建查看pytorch是否能使用cuda加速Pytorch将模型和张量加载到GPU方法1方法2Overview线性模型code梯度下降算法codecode反向传播
咬着棒棒糖闯天下·2022-05-18 07:05

《100天一起学习PyTorch》第五天：从0到1实现Softmax回归

《100天一起学习PyTorch》第五天：从0到1实现Softmax回归✨本文收录于《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新，欢迎大家订阅
JoJo的数据分析历险记·2022-05-18 07:17

CNN笔记（CS231N）——图像分类（Image Classification）

图像分类如果我们想训练一个图像分类器，我们很难想出一个具体的算法步骤将每幅图片都能正确的分类，那么这种情况下我们可以采用数据驱动的方法，利用机器学习来训练分类器KNN一种方法是把全部数据和标签记下来，然后对于一组新的数据，我们去寻找最相近数据的标签作为预测标签那么我们如何去定义所谓的“相近”呢？一种方法是用L1距离，简单的描述了对应像素值的差如果我们站在一个高维的角度来看，我们可以把图片看做分布在
Veropatrinica·2022-05-17 16:38

Pytorch官方教程——迁移学习

你可以通过cs231nnotes了解更多关于迁移学习的信息。引用cs231nnotes中的一段话在实践中，很少有人会从头开始训练一个卷积神经网络（随机初始化），因为你很难拥有一个足够
LiuHDme·2022-05-17 07:24

深度学习笔记 - FCN模型与上采样（Upsampling）

目录1.FCN模型2.上采样2.1双线性插值上采样（今天不做重点介绍）2.2反卷积上采样（1）数学理解（2）动态过程理解2.3反池化上采样引言：在FCN、U-net等网络结构中，涉及到了上采样。上采样概念：上采样指的是任何可以让图像变成更高分辨率的技术。发现了几个较好的教程帮助理解FCN和上采样：（1）教程1：FCN详解与pytorch简单实现；反卷积的数学理解（2）教程2：3种上采样方法（反卷积
高不胖·2022-05-13 07:31

机器学习中 F1-score

整合了两个链接的知识点，把里面的小错误改掉了：机器学习中的F1-score【深度学习笔记】F1-Score一、定义F1分数（F1-score）是分类问题的一个衡量指标。
l叨叨l·2022-05-13 07:18

CS231n课后作业 | Assignment 3 Q4 | StyleTransfer-PyTorch 风格迁移

StyleTransfer-PyTorch风格迁移编写：BenVonStyleTransfer设置Setup计算损失ComputingLoss内容损失ContentLoss风格损失StyleLoss整体方差正则化Total-variationregularization生成一些不错的图片Generatesomeprettypictures！特征反演FeatureInversion2018年的CS2
BenVon·2022-05-11 07:16

《100天一起学习PyTorch》第二天：从零实现线性回归（含详细代码）

PyTorch从零实现线性回归✨本文收录于《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新，欢迎大家订阅！
JoJo的数据分析历险记·2022-05-09 07:15

《100天一起学习PyTorch》第一天：数据操作和自动求导

PyTorch:数据操作和自动求导✨本文收录于《100天一起学习PyTorch》专栏，此专栏主要记录如何使用PyTorch实现深度学习笔记，尽量坚持每周持续更新，欢迎大家订阅！
JoJo的数据分析历险记·2022-05-09 07:42

卷积神经网络优化

卷积神经网络优化–潘登同学的深度学习笔记文章目录卷积神经网络优化--潘登同学的深度学习笔记Alexnet网络结构连续使用小的卷积核的作用使用1*1的卷积核的作用使用1*1卷积核代替全连接Dropout技术使用方法为什么
PD我是你的真爱粉·2022-05-07 07:20

transformer机制

transformer机制–潘登同学的深度学习笔记文章目录transformer机制--潘登同学的深度学习笔记应用了残差思想的self-AttentionEncoder加入位置信息PositionEmbeddingtransformer
PD我是你的真爱粉·2022-05-07 07:20

深度学习激活函数与正则化问题

深度学习激活函数与正则化问题–潘登同学的深度学习笔记文章目录深度学习激活函数与正则化问题--潘登同学的深度学习笔记梯度消失问题（VanishingGradients）Relu的缺点其他Relu变形参数初始化问题
PD我是你的真爱粉·2022-05-07 07:49

Encoder-Decoder框架与Attention机制

Attention机制–潘登同学的深度学习笔记文章目录Attention机制--潘登同学的深度学习笔记Encoder-Decode框架Encoder-Decode应用于聊天机器人数据预处理训练模型模型应用
PD我是你的真爱粉·2022-05-06 07:00
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他