Mnist

对抗样本入门详解

文章目录对抗样本基本原理对抗样本的发生对抗样本防御难在哪里对抗训练隐藏梯度defensivedistillation对抗样本的生成对抗样本生成方法介绍利用GAN生成对抗样本利用FGSM生成对抗样本代码复现（基于mnist
pinn山里娃·2022-06-17 07:05

TensorFlow2.0实现GoogLeNet模型

#GoogLeNet模型，参数为mnist数据集#注意：非比赛数据集，此处仅为实现GoogLeNet模型importtensorflowastffromtensorflow.keras.layersimportInput
bgbgssh1314·2022-06-13 07:42

使用贝叶斯优化进行深度神经网络超参数优化

为了方便起见本文将使用Tensorflow中包含的FashionMNIST[1]数据集。该数据集在训练集中包含60,000张灰度图像，在测试集中包含10,000张图像。
deephub·2022-06-12 12:23

PyTorch实现MNIST手写数字识别

最近在学习神经网络，这里做一个小实践。本文为转载，点击这里跳转原文。1.环境配置这里使用PyTorch来训练模型。安装PyTorch与机器的显卡似乎有一定关系，安装教程网上搜索即可。配置完成后，在JupyterNotebook中编写代码。首先引入PyTorch。importtorchimporttorchvisionfromtorch.utils.dataimportDataLoader2.准备数
JessieXW·2022-06-12 09:34

PyTorch实现Mnist手写数字识别

首先下载读取Mnist数据集%matplotlibinlinefrompathlibimportPathimportrequests%matplotlibinlineDATA_PATH=Path("data
阿巴乾·2022-06-12 09:02

入门级Pytorch+MINIST数据集实现手写数字识别

MNIST可以说是机器学习入门的helloword了！导师一般第一个就让你研究MNIST，研究透了，也算基本入门了。好的，今天就来扯一扯学一学。在本文中，我们将在P
雨霁夜白·2022-06-12 09:01

手把手教你使用Pytorch实现MNIST手写数字识别

MNIST数据集mnist数据集是一个非常出名的数据集，基本上很多网络都将其作为一个测试的标准，其来自美国国家标准与技术研究所,NationalInstituteofStandardsandTechnology
youminglan·2022-06-12 09:01

MNIST手写数字识别（pytorch）

介绍MNIST手写数据集共包含70000张手写数字图片以及对应标签，测试集部分为60000张，剩余10000张为测试集，在pytorch中可直接进行下载。
明湖底的炼丹炉·2022-06-12 09:55

pytorch 实战测试——MNIST 手写数字识别

代码实现工具类代码#文件名utils01importtorchfrommatplotlibimportpyplotasplt#将列表中对应数据画出来defplot_curve(ls):fig=plt.figure()palette=plt.get_cmap('Set1')#读取数据，ls=[{'key01':list01},{'key02':list02},...]foridx,datainenu
Lemon_Yam·2022-06-12 09:54

PyTorch实战（二）MNIST手写体数字识别

数据集介绍MNIST包括6万张28x28的训练样本，1万张测试样本，被称为是CV里的“HelloWorld”手写数字识别实现importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimporttorch.optimasoptimfromtorchvisionimportdatasets
onion___·2022-06-12 09:17

pytorch——mnist手写数据识别

目录1、pytorch自带的数据集1.1torchvision.datasets1.2MNIST数据集的介绍2、使用Pytorch实现手写数字识别2.1思路和流程分析2.2MNIST数据处理常用API2.2.1torchvision.transforms.ToTensor2.2.2torchvision.transforms.Normalize
放牛儿·2022-06-12 09:44

基于pytorch的MNIST手写数字识别

一、MNIST数据集MNIST数据集包括：60000张训练集28*28的灰度图像及标签10000张测试集28*28的灰度图像及标签二、神经网络结构两层全连通神经网络：输入层：784隐藏层：80（自定）输出层
仲夏夜之梦xz·2022-06-12 09:11

用PyTorch实现MNIST手写数字识别（最新，非常详细）

目录引言一、数据集(MNIST)1.1读取MNIST数据集1.2展示MNIST数据集：二、构建模型(CNN)2.1卷积层2.2激活层2.3池化层2.4全连接层2.5CNN模型三、损失函数和优化器四、定义训练轮和测试轮
小周_·2022-06-12 09:05

计算机视觉任务及常用数据集

1、常用数据集类别训练数据测试数据图片格式Mnist（分辨率28*28）105000010000GrayCifar-10（分辨率32*32）105000010000RGBILSVRC（分辨率几百*几百）
菁菁程mc·2022-06-12 07:24

基于二值概率的朴素贝叶斯分类器在手写数字识别中的应用

基于二值概率的朴素贝叶斯分类器（最小错误率贝叶斯分类器）在手写数字识别中的应用一、mnist数据集下载并保存至文件夹二、算法原理三、代码一、mnist数据集下载并保存至文件夹下载数据集，下载下图四个包并解压对网上下载的数据集进行处理
菜鸟～～·2022-06-11 16:04

Keras深度学习记录1——从简单的mnist数据集开始

Keras手写数字分类一、初识神经网络二、手写数字分类实战三、代码一、初识神经网络本文使用mnist数据集来认识神经网络，学习Python的Keras库，在学习之前首先了解以下概念。
五颗粒粒·2022-06-09 13:25

iPhone: The Missing Manual: Covers the iPhone 3G

http://blog.csdn.net/topmvp-topmvpThenewiPhone3Gishere,andNewYorkTimestechcolumnistDavidPogueisontopofitwithathoroughlyupdatededitionofiPhone
topmvp·2022-06-09 12:04

机器学习方法的分类

就比如上图的MNIST数据集，我们需要给出每一行所对应的数字，机器才能学习。这里监督的意思就是我们人类给机器的信息已经进行了正确答案的划分。例：银行已经积累了一定的客户信息和他们信用卡的信用情况。
每天一道题·2022-06-08 09:56

Pytorch深度学习—— 自己设计模型训练MNIST（B站刘二大人P10作业）

作业内容：自己设计卷积核大小，池化层、以及线性层的参数，要求有三个卷积层，三个激活层、三个池化层以及三个线性层，用自己设计的卷积网络训练MNIST数据集。
学习CV的研一小白·2022-06-07 07:44

Pytorch深度学习——用卷积神经网络实现MNIST数据集分类

目录1准备数据集2建立模型3构造损失函数+优化器4训练+测试5完整代码+运行结果选择下图结构的卷积神经网络来进行训练：步骤：选择5x5的卷积核，输入通道为1，输出通道为10：此时图像矩阵经过5x5的卷积核后会小两圈，也就是4个数位，变成24x24，输出通道为10；选择2x2的最大池化层：此时图像大小缩短一半，变成12x12，通道数不变；再次经过5x5的卷积核，输入通道为10，输出通道为20：此时图
学习CV的研一小白·2022-06-07 07:44

Pytorch深度学习——多分类问题、MNIST训练实例（B站刘二大人P9学习笔记）

目录1Softmax层介绍2选择Loss函数2.1NLLLoss损失函数2.2CrossEntropyLoss损失函数3MNIST训练实例代码详解3.1准备数据集3.2建立模型3.3构建损失函数和优化器
学习CV的研一小白·2022-06-07 07:44

Keras深度学习实战（7）——卷积神经网络详解与实现

传统神经网络的缺陷2.使用Python从零开始构建CNN2.1卷积神经网络的基本概念2.2卷积和池化相比全连接网络的优势3.使用Keras构建卷积神经网络3.1CNN使用示例3.2验证CNN输出4.构建CNN模型识别MNIST
盼小辉丶·2022-06-05 14:36

机器学习——从0开始构建自己的GAN网络

目录一前言二生成式对抗网络GAN三GAN的训练思路四数据集——ChineseMNIST五代码——python1.文件展示2.代码（一）——数据预处理3.代码（二）——生成器的构建4.代码（三）——判别器的构建
秦天宝.·2022-06-05 07:03

【pytorch学习笔记】pytorch搭建VGG16网络+FashionMnist数据集

目录VGG网络介绍pytorch搭建VGG网络附加知识参考VGG网络介绍论文：《VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition》论文地址：https://arxiv.org/abs/1409.1556VGG⽹络可以分为两部分：第⼀部分主要由卷积层和汇聚层组成，第⼆部分由全连接层组成。VGG网络有多种不同的配置，但是VGG块数量
是安澜啊·2022-06-03 07:35

《动手学深度学习+PyTorch》3.5图像分类数据集（Fashion-MNIST） 学习笔记

文章目录一、torchvision包二、步骤1.引入库2.下载数据集和测试集3.展示训练集中样本总结一、torchvision包torchvision包，它是服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision主要由以下几部分构成：1.torchvision.datasets:一些加载数据的函数及常用的数据集接口；2.torchvision.models:包含常用
稚晖君的小弟·2022-06-03 07:21

pytorch从零搭建神经网络实现多分类(训练自己的数据集)

为了演示方便，使用了Fashion-Mnist服装分类数据集（10分类数据集，介绍可以去网上搜一下，这里不赘述），也可以在自己的制作的数据集上训练（后面会稍作介绍）。
pomelo33·2022-06-03 07:44

caffe图像分类教程_实践详细篇-Windows下使用Caffe训练自己的Caffemodel数据集并进行图像分类...

三:使用Caffe训练Caffemodel并进行图像分类上一篇记录的是如何使用别人训练好的MNIST数据做训练测试。上手操作一边后大致了解了配置文件属性。
weixin_39683144·2022-06-02 07:38

Pytorch入门之RNN

看了花书上的RNN和莫凡python关于RNN的实战演练，现在来总结一下：主要分5部分：1、LSTM实现MNIST数据集分类2、RNN实现三角函数的回归问题3、LSTM实现三角函数的回归问题4、深度循环神经网络
Ton10·2022-06-01 07:13

Pytorch深度学习——用全连接神经网络实现MNIST数据集分类

目录1准备数据集2建立模型3构建损失函数和优化器4训练+测试5完整代码+运行结果6遇到问题我们之前学习的案例中，输入x都是一个向量；在MNIST数据集中，我们需要输入的是一个图像，怎样，图像怎么才能输入到模型中进行训练呢
学习CV的研一小白·2022-06-01 07:12

pytorch手写数字识别【源码实现-小清新版】

你可了解到：1、搭建神经网络的流程2、完成手写数字识别模型3、pytorch基本库1.准备数据'''1.导人必要的模块'''importnumpyasnpimporttorch#导入pytorch内置的mnist
细卷子·2022-05-31 11:47

pytorch----手写数字体识别

dataimportnumpyasnpimporttorchvision.datasetsasdatasetimporttorchvision.transformsastransformsimporttorch.utils.dataasdata_utilstrain_data=dataset.MNIST
青春、往昔浮流年〞·2022-05-31 11:47

pytorch-手写数字问题

手写数字问题数据集经典数据集Mnist代码个人理解代码分为两部分：mnist_train与utils一个负责训练一个负责绘图utils首先绘图必须调用torch跟matplotlib数据放入后，表格的横纵坐标跟标签
青灯有味是儿时·2022-05-31 11:16

深度学习之Pytorch------CNN实现MNIST手写数字识别

封面是盗图，内容原创MNIST数据集在torvision.datasets里面，可以自行加载，其中训练集有6W张，测试集有1W张，都为灰度图，即channel为1，图片的大小都是28x28，在我的上一篇博客深度学习之
划水yi术家·2022-05-31 11:15

多层神经网络 —— Sequential实现手写数字识别

在上节课，目标：使用Sequential模型实现对MNIST手写数字数据集的识别步骤一：设置神经网络结构MNIST手写数字数据集中的每个样本图片都是28x28的，在使用图片作为神经网络的输入时，通常把它拉成一个一维张量后
xuechanba·2022-05-31 07:38

【Caffe-CPU】Caffe+Python+CPU+Win10+VS2015+Mnist 配置

1、安装VS20152、安装cmake版本>=3.4，cmake从此处下载https://cmake.org/download/，下载cmake-3.13.0-rc3-win64-x64.msi后，点击安装，并将安装目录C:\ProgramFiles\CMake\bin添加到系统环境变量中，在终端输入cmake--version可显示cmake版本3、安装git从此处下载https://www.g
zhaotun123·2022-05-28 07:18

在jupyter NoteBook使用Pytorch进行MNIST实现

"流程"#1、加载必要的库importtorch.nnasnnimporttorch.nn.functionalasFimporttorchimporttorch.optimasoptimfromtorchvisionimportdatasets,transforms#2、定义超参数BATCH_SIZE=16#每批处理的数据DEVICE=torch.device("cuda"iftorch.cud
一曲无痕奈何·2022-05-27 20:03

神经网络实现 mnist数据集

识别mnist算是神经网络算法的"HelloWorld!"
0123_6·2022-05-26 10:57

【Bug】PyTorch DataLoader - “IndexError: too many indices for tensor of dimension 0“

transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5),(0.5))])trainset=torchvision.datasets.MNIST
机器不学习我学习·2022-05-26 07:56

tensorflow2 搭建神经网络六步法

importtensorflowastfimportosimportnumpyasnpfrommatplotlibimportpyplotaspltnp.set_printoptions(threshold=np.inf)mnist
wakawakaohoh·2022-05-25 07:55

使用MATLAB的trainNetwork设计一个简单的LSTM神经网络

文章目录前言一、数据集二、网络结构三、测试程序前言借助MATLAB的deepNetworkDesigner搭一个简单的LSTM，数据集使用mnist手写数字识别数据集。
Q.QJiang·2022-05-25 02:14

初识tensorflow2.0--Fashion MNIST识别

导入FashionMNIST数据集该数据集包含10个类别的70,000个灰度图像。这些图像以低分辨率（28x28像素）展示了单件衣物。
起个名咋这么难？·2022-05-23 21:08

MXNet中读写NDArray和Gluon模型参数

我们在MNIST数据集手写数字识别（二）训练MNIST这个数据集的时候，它们的权重参数保存在一个pkl的文件里面，我们使用的是pickleimportpicklewithopen('sample_weight.pkl
寅恪光潜·2022-05-21 17:12

MNIST下载地址

点击阅读全文，翻到最下面即可获得下载地址，不用谢~前面顺便附上大学英语答案有改变才有转机。初三的时候，那时候我想换一种生活方式，很坚定，回想以前的经历，都说吃喝玩乐，上课随便听听，甚至不听。为了彻底改变我习惯，我当时剃了寸头，便不再下课趴在走廊的窗户和别的班的好朋友闲聊，而是待教室里好好学习，也是怕老朋友笑话吧，剃了寸头之后也不愿意出去露脸了。最后我成功逆袭考上了高中~进入大学，不怕数理化，就怕英
风景邮递Yuan·2022-05-20 07:21

R语言对MNIST数据集分析：探索手写数字分类

原文链接：http://tecdat.cn/?p=5246原文出处：拓端数据部落公众号数据科学和机器学习之间区别的定义：数据科学专注于提取洞察力，而机器学习对预测有兴趣。我还注意到这两个领域大相径庭：我在我的工作中同时使用了机器学习和数据科学：我可能会使用堆栈溢出流量数据的模型来确定哪些用户可能正在寻找工作（机器学习），但是会构建摘要和可视化来检查为什么（数据科学）。我想进一步探讨数据科学和机器学
·2022-05-19 16:03

使用pytorch读取数据集

pytorch读取数据集第一种第二种第三种pytorch学习记录注意事项pytorch读取数据集使用pytorch读取数据集一般有三种情况第一种读取官方给的数据集，例如Imagenet，CIFAR10，MNIST
·2022-05-18 12:53

pytorch自学笔记——softmax回归

importtorchfromIPythonimportdisplayfromd2limporttorchasd2lbatch_size=256#batch_size：小批量的个数#导入数据train_iter,test_iter=d2l.load_data_fashion_mnist
还是那个狗蛋·2022-05-18 07:50

《14天动手学深度学习》——softmax和分类模型

softmax和分类模型¶内容包含：softmax回归的基本概念如何获取Fashion-MNIST数据集和读取数据softmax回归模型的从零开始实现，实现一个对Fashion-MNIST训练集中的图像数据进行分类的模型使用
我真的爱发明·2022-05-18 07:39

手把手教你实现GAN半监督学习

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达引言本文主要介绍如何在tensorflow上仅使用200个带标签的mnist图像，实现在一万张测试图片上99%的测试精度，原理在于使用
小白学视觉·2022-05-18 07:02

卷积神经网络CNN原理+代码（pytorch实现MNIST集手写数字分类任务）

目录卷积神经网络前言卷积运算：卷积运算中几个常用的参数1.padding2.stride3.MaxPoolingLayer实战演练设计一个卷积神经网络GPU的使用整体代码：运行结果卷积神经网络前言若将图像数据输入全连接层，可能会导致丧失一些位置信息卷积神经网络将图像按照原有的空间结构保存，不会丧失位置信息。卷积运算：1.以单通道为例：将将input中选中的部分与kernel进行数乘：以上图为例对应
Unstoppable~~~·2022-05-17 07:32

计算机视觉系列（二）——迁移学习

三、初始化模型四、将ResNet迁移到CIFAR-10上一、迁移学习与微调ImageNet数据集大约有120w个样本，类别数为1000；MNIST数据集只有6w个样本，类别数为10。
raelum·2022-05-17 07:18
上一页 58 59 60 61 62 63 64 65 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他