deepLearing

机器学习（1）机器学习类型和机器学习的主要概念

0.前提深度学习（DeepLearing）是机器学习（MachineLearning）领域中的一个新的研究方向，在如今的时代研究深度学习的大模型是十分热门的。
星影沉璧·2023-11-28 07:34

2020-12-13 docker build for deepLearing env mxnet-cu10

dockerbuildfordeepLearingenvmxnet-cu10baseimagenvidia/cuda:10.1-cudnn7-runtime-ubuntu18.04pullimagedockerpull[OPTIONS]NAME[:TAG|@DIGEST]dockerpullnvidia/cuda:10.1-cudnn7-runtime-ubuntu18.04Untitled.pn
罗志鹏_6145·2023-09-07 21:38

AWS服务器密码登录设置

  最近在aws申请了一个服务器，选择的AMI是DeepLearing的linux版本，该实例包含了深度学习所需要的安装包和环境。
Greensue86·2023-08-01 04:27

神经网络那些事之在现实生活中的应用

https://github.com/123liudong/deeplearing_nocode_handbook.git神经网络是一种算法,但是它离我们每个人都很近,不知不觉神经网络已经渗透到了各个领域中并且已经得到大量的应用
123liudong·2023-02-24 07:51

吴恩达老师DeepLearning系列课程最详细学习笔记之23—Jupyter Ipython笔记本的快速指南

教程是本人学习吴恩达老师DeepLearing系列课程中整理的最为详细的学习笔记。学习视频主要来自B站[双语字幕]吴恩达深度学习deeplearning.ai_哔哩哔哩_bilibili?
james9668·2023-01-09 00:15

吴恩达老师DeepLearning系列课程最详细学习笔记之1—深度学习概念

教程是本人学习吴恩达老师DeepLearing系列课程中整理的最为详细的学习笔记。学习视频主要来自B站[双语字幕]吴恩达深度学习deeplearning.ai_哔哩哔哩_bilibili?
james9668·2023-01-09 00:14

深度学习和tensorflow学习总结---复习自用，大家看到不对的地方多多留言，互相交流

深度学习（DeepLearing）深度学习不需要人工提取特征-----模型的可解释性与机器学习区别：机器学习需要手动提取特征，需要大量领域专业知识。
weixin_44140703·2022-12-14 17:20

李宏毅机器学习笔记：Brief Introduction of Deep Learning + Backpropagation(后向传播算法)

Lecture6:BriefIntroductionofDeepLearning本节课主要围绕DeepLearing三步骤：（
TravelingLight77·2022-11-22 18:55

从Q-Learning到Deep-Q-Learning

DeepLearning定义深度学习(DeepLearing)由一组算法和技术构成，这些算法和技术试图发现数据的重要特征并对其高级抽象建模。
ChanZany·2022-11-20 13:50

DeepLearing—CV系列（十六）——基于Pytorch实现的编解码结构之Seq2Seq实现验证码识别

文章目录一、认识编解码网络（encoder-decoder）二、解编码网络结构2.1编码过程（Encoder）2.2解码过程（Decoder）2.3Seq2Seq生成对联的过程三、Seq2Seq网络的应用四、基于编解码模型实现的验证码识别4.1验证码识别的原理和过程五、代码5.1gen_num.py5.2sampling.py5.3nets.py5.4Train.py首先解释一下Seq2Seq的意
wa1tzy·2022-10-02 07:32

DeepLearing4j深度学习之Yolo Tiny实现目标检测

YoloTiny是Yolo2的简化版，虽然有点过时但对于很多物体检测的应用场景还是很管用，本示例利用DeepLearing4j构建Yolo算法实现目标检测，下图是本示例的网络结构：//parametersmatchingthepretrainedTinyYOLOmodelintwidth
victorkevin·2022-07-30 07:48

DeepLearing—CV系列（二十四）——Pytorch实现OCR识别图片转文字（1）——CTPN理论

文章目录一、OCR简介二、CTPN（ConnectionistTextProposalNetwork）连接文本提议网络2.1CTPN简介2.2CTPN模型创新点2.3CTPN与RPN网络结构的差异2.4CTPN网络结构2.4.1CTPN的整体结构与流程2.5如何通过FC层输出产生Textproposals?2.6竖直Anchor定位文字位置2.7文本线构造算法2.8CTPN的训练策略2.9CTPN
wa1tzy·2022-06-06 07:50

DeepLearing—CV系列（十八）——图像分割之U-Net的Pytorch实现

文章目录一、nets.py二、Mydataset.py三、Train.py一、nets.pyimporttorchfromtorch.nnimportfunctionalasFclassCNNLayer(torch.nn.Module):def__init__(self,C_in,C_out):super(CNNLayer,self).__init__()self.layer=torch.nn.S
wa1tzy·2022-05-26 07:49

眼见不为“实”，人们更信任人工智能合成的假脸

是DeepLearing（深度学习）和Fake（伪造）的混成词。一种基于人工智能的人体图像合成技术。而该技术的扩散与发展，引起了人们的担忧。
、左耳·2022-02-25 07:31

DeepLearing-GAN生成式对抗网络

GAN生成对抗网络一、介绍GAN这一概念是由LanGoodfellow于2014年提出，GAN被深度学习先驱之一的YannLeCun称为“数十年来机器学习领域最有趣的想法。”原始GAN论文的链接为：https://link.zhihu.com/?target=https%3A//arxiv.org/pdf/1406.2661.pdf我们知道CNN、RNN是通过建立图像与输出之间的关系来判断结果的一
RP_M·2021-11-11 19:35

DeepLearing学习笔记-Building your Deep Neural Network: Step by Step(第四周作业)

1-背景：此前，我们已经介绍过单隐藏层的神经网络模型，本文要介绍的是多隐藏层的神经网络模型。采用非线性的如RELU激活函数符号说明：上标[l]表示层号，lth例如:a[L]是第Lth层的激活函数.W[L]和b[L]分别是Lth层的参数。上标(i)表示第ith个样本。例如:x(i)表示第ith个训练样本。下标i表示ith神经元位置。例如:a[l]i表示第lth层，第ith个神经元的激活函数。2-准备
JasonLiu1919·2020-09-16 07:13

DeepLearing学习笔记-改善深层神经网络(第三周- 将batch-norm拟合进神经网络)

0-背景介绍如何将batch归一化引入到神经网络中1-流程如下：在计算z之后，才是之前介绍的batch归一化方法，对其进行归一化，再替代原来的z值，输入到下该层的激活函数中。其他隐藏层，操作类似。在实际中，可以直接使用框架中函数，而不必自己实现这些具体的细节。tf.batch_normalization()#进行batch归一化操作2-min-batch下的batch归一化：对于采用min-bat
JasonLiu1919·2020-08-19 02:46

小白零基础学习：详解梯度下降算法：完整原理+公式推导+视频讲解

如果要学习MachineLearning和DeepLearing，那么GradientDescentAlgorithm(梯度下降算法）是必须要掌握的！本篇博文是从
追梦Hocking·2020-08-17 17:59

深度学习Deep Learning系列教程：01 基础知识

前言:最近打算稍微系统的学习下deeplearing的一些理论知识，打算采用AndrewNg的网页教程UFLDLTutorial，据说这个教程写得浅显易懂，也不太长。
QilongPan·2020-08-17 13:52

DeepLearing—CV系列（七）——多类多目标物体的侦测——R-CNN系列

文章目录一、R-CNN二、FastR-CNN三、SPP-Net四、ASPP五、Faster-R-CNN5.1Convlayers5.2RegionProposalNetworks(RPN)5.3RoIpooling5.4Classification六、mask-R-CNN七、总结计算机视觉的任务：分类->分类+回归->目标侦测->实例分割单目标识别追踪：多目标识别追踪：R-CNN系列一、R-CNN
wa1tzy·2020-08-16 02:41

DeepLearing—CV系列（十九）——图像分割之U^2-Net（效果极好）的Pytorch实现

文章目录一、u2net.py二、dataloader.py三、train.py四、test.py五、crop.py六、效果展示代码目录：卷积之后特征图计算公式和空洞卷积之后特征图计算公式：（1）普通卷积之后特征图计算公式：w=h=（n+2p-k）/s+1（2）进行空洞卷积后的计算公式：（3）进行池化后的特征图计算公式：（n-k）/s+1一、u2net.pyEN_1：2次卷积、5次下采样、1个空洞卷
wa1tzy·2020-08-15 21:08

安装tensonflow：在Windows10&Anaconda环境下(彻底解决ImportError : No Moduled Name "tensorflow"/_pywrap_ten等一类问题)

版本：V2.0，2018-10-0918:42:52v3.0，2018.11.23这个帖子随着我的理解不断加深，会不断对以前描述不详实之处进行修改与更新写作动力：为了完成吴恩达教授的Deeplearing
仙凡之谣·2020-08-13 15:53

DeepLearing—CV系列（十）——多类多目标物体的侦测——YOLO系列之YOLOv2、YOLO9000算法详解

文章目录前言一、YOLOv2的优化改进Better（预测更准确）1.1BatchNormalization(批归一化)1.2HighResolutionClassifier(大尺度预训练分类)1.3ConvolutionalWithAnchorBoxes(使用锚框卷积)1.4DimensionClusters（维度聚类）1.5Directlocationprediction（直接定位预测）1.6F
wa1tzy·2020-08-11 13:17

DeepLearing—CV系列（十三）——YOLOv4完整核心理论详解

文章目录一、结构1.1网络结构图1.2YOLOv4的PAN结构1.3激活函数的思考1.3.1Mish激活函数1.3.2Swish激活函数二、损失2.1L1、L2、SMOPTH_L12.2IOU_LOSS的问题2.3GIOU_Loss2.4DIOU_Loss2.5CIOU_Loss2.6DIOU_nms三、训练3.1Dropblock3.2Mosaic数据增强3.3SAT自对抗训练（Self-adv
wa1tzy·2020-08-11 10:38

[deeplearing-012] 深度学习的历史、解决问题、源码

[0]参考文献http://www.cnblogs.com/skyfsm/p/8451834.htmlhttps://www.cnblogs.com/52machinelearning/p/5821591.html[1]Q：什么是深度学习？A：隐层数量多的神经网络，隐层从5～1000不等。[2]Q:深度学习的网络模型有哪些种类？A：图像处理的卷积神经网络CNN;自然语言处理的循环神经网络RNN;深
未济2019·2020-08-11 04:34

logback 配置不同级别日志输出

logback节点配置详解请参考：http://www.cnblogs.com/DeepLearing/p/5663178.html配置不同级别日志输出模板如下：${log.pattern}${log.filePath
summmer-·2020-08-03 10:07

硅谷最干货大会之一AI Frontiers 详解全球投资热区和5大应用趋势

前百度首席人工智能科学家、Coursera和deeplearing.ai的创始人吴恩达，以及来自Google、Amazon、Facebook、
机器之心V·2020-07-31 15:32

.net 中 委托的解析、泛型解析、可变性解析、表达式和匿名方法基invoke的用法（）

委托解析：http://www.cnblogs.com/DeepLearing/p/4594518.html.net泛型解析（上）http://www.cnblogs.com/DeepLearing/p
TianGaojie123abc·2020-07-14 06:33

Deep learning笔记

前言:最近打算稍微系统的学习下deeplearing的一些理论知识，打算采用AndrewNg的网页教程UFLDLTutorial，据说这个教程写得浅显易懂，也不太长。
Kylin-Xu·2020-07-12 17:27

DeepLearing—CV系列（十四）——YOLOv5理论详解+Pytorch源码解析

文章目录一、前言——从YOLOv3到YOLOv5二、代码解析2.1运行起来项目detect.py2.2网络结构models/yolo.py2.3配置文件yolov5s.yaml2.4网络子结构models/common.py2.4.1Conv与Focus2.4.2Bottleneck与BottleneckCSP2.5训练train.py2.6打包成jit2.7打包成onnx先放官网大图YOLOv5
wa1tzy·2020-07-08 12:22

DeepLearing学习笔记-改善深层神经网络(第二周作业-优化方法)

0-背景：本文将介绍几种常用的优化方法，用以加快神经网络的学习速度本文需要用到的库如下：importnumpyasnpimportmatplotlib.pyplotaspltimportscipy.ioimportmathimportsklearnimportsklearn.datasetsfromopt_utilsimportload_params_and_grads,initialize_pa
JasonLiu1919·2020-07-07 14:30

DeepLearing—CV系列（二十四）——语言识别入门

文章目录一、语言识别的几类领域二、音频参数三、波形四、音频格式一、语言识别的几类领域（1）语言识别（2）语言唤醒（3）语言命令（4）声纹识别（5）TTS（文字转语音）（6）语音转图像（7）生成歌曲二、音频参数（1）采样率：每秒采集数据的次数（2）采样精度：每次采集数据的位数1字节（8位）：0到255（无符号）-128到127（有符号）2字节（16位）：0到65535-32768到32765（有符号
wa1tzy·2020-07-05 19:42

DeepLearing—CV系列（二十三）——一维卷积或GRU处理电信号、一维卷积、转置卷积的详解

文章目录一、一维卷积1.1介绍1.2类别1.2.1一维Full卷积1.2.2一维Same卷积1.2.3一维Valid卷积1.3具备深度的一维卷积1.4具备深度的张量与多个卷积核的卷积二、转置卷积2.1定义2.2过程2.3计算2.4转置卷积的缺点2.5转置卷积的棋盘效应2.5.1产生原因2.5.2解决方案：三、一维卷积应用场景四、转置卷积应用场景五、代码5.1net.py5.2sample_trai
wa1tzy·2020-07-05 19:42

DeepLearing—CV系列（二十一）——基于arcloss实现的人脸识别项目的Pytorch实现

文章目录一、face.py二、Mydataset.py三、Train.py四、use.py五、效果代码目录：关于项目流程，可以跳转我的这篇博文查看DeepLearing—CV系列（二十）——基于MTCNN
wa1tzy·2020-07-05 19:42

DeepLearing—CV系列（二十二）——DCGAN生成动漫卡通人脸的Pytorch实现

文章目录一、cfg.py二、D_Net.py三、G_Net.py四、Mydataset.py五、Train.py六、效果展示完整代码获取：链接：https://pan.baidu.com/s/1NfqTyxYw6FjNsrYCTj8n4w提取码：3y2o代码目录：一、cfg.py#opt参数ngf=96ndf=96nz=100img_size=96batch_size=100num_workers
wa1tzy·2020-07-05 19:42

DeepLearing.AI 神经网络与深度学习 Week4 5-8

DeepLearing.AI神经网络与深度学习Week45-8目录搭建神经网络块前向传播与反向传播超参数神经网络与大脑的关系搭建神经网络块概述：我们知道一个基本的神经网络是由前向传播和反向传播构成的，本节主要讲述的是如何运用前向传播和反向传播构建一个深度神经网络
scanf_yourname·2020-07-05 11:44

DeepLearing—CV系列（二十）——基于MTCNN与centerloss/arcloss实现的人脸识别项目流程

文章目录一、什么是人脸识别1.1人脸识别的官方解释和通俗解释1.2人脸识别出现的时间和影响1.3目前人脸识别在AI领域的地位二、人脸识别的应用2.1主动身份认证2.2被动身份认证2.3人脸识别的盈利模式三、实现人脸识别的流程四、实现人脸识别的方法有哪些4.1传统机器学习方法4.2常用深度学习方法五、Mtcnn+centerloss(arcfaceloss)的人脸识别流程5.1训练一个特征提取器5.
wa1tzy·2020-07-01 05:42

大牛deep learning集合

denghp83出处：http://blog.csdn.net/denghp83/article/details/8968579Deeplearning：一(基础知识_1)前言:最近打算稍微系统的学习下deeplearing
shanpohe·2020-06-26 08:27

基于深度学习的渲染 Deep Learning Based Rendering

此文作为siggraph17的《DeepLearing：TheFutrureofReal-TimeRendering？》的整理笔记。
leonwei·2020-06-24 03:01

【NeuIPS 2019】清华大学计算机系唐杰教授解读Yoshua Bengio报告：如何用深度学习来实现System2？

作者：唐杰近日，图灵奖得主YoshuaBengio在NeuIPS2019带来一场题为《FromSystem1DeepLearningToSystem2DeepLearing》的报告，提到了几个非常有意思的观点
AMiner2006·2020-06-21 16:47

拍照app都上了人工智能，我还是吃瓜群众

据说用了近几年多种比较新潮的机器学习DeepLearing，提取图像特征点多重学习，已经开发了几年，但是还没有成熟，现在连app的
户外与科技·2020-03-31 00:23

【deeplearing.ai】 RNN进阶以及Attention模型

RNN进阶以及Attention模型1摘要不管是CNN和RNN，模型都可以看作是Decode和Encode两个过程，这是一个统一的角度。其次，介绍了RNN中的搜索算法BeamSearch方法，以及它的优化和分析。关于如何评定翻译好坏，怎么给翻译的好坏设计监督方式，介绍了BleuScore的方法。最后，介绍了Attention模型。Decode-EncodeBeamSearchBleuScoreAt
KDLin·2019-09-01 16:57

【deeplearing.ai】 RNN进阶以及Attention模型

RNN进阶以及Attention模型1摘要不管是CNN和RNN，模型都可以看作是Decode和Encode两个过程，这是一个统一的角度。其次，介绍了RNN中的搜索算法BeamSearch方法，以及它的优化和分析。关于如何评定翻译好坏，怎么给翻译的好坏设计监督方式，介绍了BleuScore的方法。最后，介绍了Attention模型。Decode-EncodeBeamSearchBleuScoreAt
KDLin·2019-09-01 16:57

【deeplearing.ai】Word Embeddings&文本情感分析

WordEmbeddings&文本情感分析1摘要本周围绕这WordEmbeddings展开。讲了它是什么，有什么用；其次是提到了它相关的两种训练算法；最后应用到文本情感分类，词性相似推理，以及消除歧视问题上。WordEmbeddingsSentimentClassification我到现在还没理解为啥要叫这么不直观的名字，可能是我理解的不到位。本周的留下了很多问题，理解起来不是那么直观，nlp的算
KDLin·2019-09-01 16:22

【deeplearing.ai】Word Embeddings&文本情感分析

WordEmbeddings&文本情感分析1摘要本周围绕这WordEmbeddings展开。讲了它是什么，有什么用；其次是提到了它相关的两种训练算法；最后应用到文本情感分类，词性相似推理，以及消除歧视问题上。WordEmbeddingsSentimentClassification我到现在还没理解为啥要叫这么不直观的名字，可能是我理解的不到位。本周的留下了很多问题，理解起来不是那么直观，nlp的算
KDLin·2019-09-01 16:22

【deeplearing.ai】week13 神经风格迁移和人脸识别

神经风格迁移和人脸识别1摘要主要讲两种CNN的应用，图片风格化处理和人脸识别。应用层面，对于神经网络的使用远比我想象的灵活，尤其是输出层、损失函数的设计。神经风格迁移使用的是现有VGG网络浅层构造的模型，人脸识别使用的是GoogleNets。都可以说是迁移学习，只不过，可惜的是没能做迁移学习输出层设计部分。Neuralstyletransfer神经风格迁移Facerecognition人脸识别2神
KDLin·2019-08-04 12:42

【deeplearing.ai】week13 神经风格迁移和人脸识别

神经风格迁移和人脸识别1摘要主要讲两种CNN的应用，图片风格化处理和人脸识别。应用层面，对于神经网络的使用远比我想象的灵活，尤其是输出层、损失函数的设计。神经风格迁移使用的是现有VGG网络浅层构造的模型，人脸识别使用的是GoogleNets。都可以说是迁移学习，只不过，可惜的是没能做迁移学习输出层设计部分。Neuralstyletransfer神经风格迁移Facerecognition人脸识别2神
KDLin·2019-08-04 12:42

李宏毅机器学习笔记4：Brief Introduction of Deep Learning、Backpropagation(后向传播算法)

Lecture6:BriefIntroductionofDeepLearning本节课主要围绕DeepLearing三步骤：（
控球强迫症·2019-03-29 09:00

DeepFM论文阅读笔记

0-摘要DeepFM融合了因子分解机(FM)的推荐优势和DeepLearing的特征提取优势。在基准数据和商业数据上都表现优越。1-介绍点击率(CTR)预测是估计用户对某个商业项目进行点击的概率。
JasonLiu1919·2018-10-18 11:55

DEEPLEARING----MNIST的安装运行步骤（windows10,使用anaconda,spyder）

写在开头：本人第一次学习深度学习，网上找了很多关于安装MNIST的步骤，感觉有些地方操作起来有错误，并且不适合普通的入门新手，特此，在成功安装运行成功之后，写本篇博文，记录且帮助其他想学习的新手。撒花【1】下载anaconda在官网下载Anaconda，安装。anaconda官网根据电脑位数下载合适的版本，本人电脑的64位，下载黄色注释的版本。【2】构建tensorflow虚拟环境1）打开anac
元词·2018-09-22 09:51
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他