jbpm4.4学习入门

《深度学习入门》笔记（一）

第一章、python入门第一章python入门较为基础简单，这里对于python的介绍、安装等内容不进行赘述，简要介绍下NumPy及Maplotlib需要注意的地方。1、NumPyNumPy的数组类（nump.array）中为深度学习中，经常出现的数组及矩阵运算提供了很多便捷的方法。①由于NumPy是外部库，所以首先导入库：importnumpyasnp其中，as的意思是将numpy作为np导入，
新手小嵩·2023-01-28 13:52

深度学习笔记—从入门到入门

深度学习深度学习入门神经网络以及误差反向传播神经元模型传统神经网络激活函数‘层’的概念误差反向传播算法神经网络到深度学习经典深度学习网络模型语义分割经典FCN模型（待）deeplabv3+模型（待）目标检测
A1chemist·2023-01-28 13:22

《深度学习入门》学习笔记

1.Python入门Python解释器也被称为“对话模式”，用户能够以和Python对话的方式进行编程。Python是属于“动态类型语言”的编程语言，所谓动态，是指变量的类型是根据情况自动决定的。1.1NumPy在深度学习的实现中，经常出现数组和矩阵的计算。NumPy的数组类（numpy.array）中提供了很多便捷的方法，在实现深度学习时，我们将使用这些方法NumPy数组（np.array）可以
woyaottk·2023-01-28 13:21

【机器学习入门】(8) 线性回归算法：正则化、岭回归、实例应用(房价预测)附python完整代码和数据集

各位同学好，今天我和大家分享一下python机器学习中线性回归算法的实例应用，并介绍正则化、岭回归方法。在上一篇文章中我介绍了线性回归算法的原理及推导过程：【机器学习】(7)线性回归算法：原理、公式推导、损失函数、似然函数、梯度下降本节中我将借助Sklearn库完成波士顿房价预测，带大家进一步学习线性回归算法。文末附python完整代码。那我们开始吧。1.Sklearn库实现1.1线性回归方法选择
立Sir·2023-01-28 10:41

机器学习入门（100个案例搞懂人工智能）

什么是机器学习人工智能（ArtificialIntelligence）主要研究智能的实质，并提出一种模拟人类思考的方式。该领域的研究对象包括：机器人、语音识别、图像识别、自然语言处理、专家系统等。机器学习（MachineLearning）是让计算机也能像人类一样学习，通过观察和训练，发现实物规律，从而获得分析问题、解决问题的能力。机器学习的三要素数据Data学习算法LearningAlgorith
卫亮·2023-01-28 06:32

799页！吴恩达深度学习笔记.PDF

吴恩达深度学习课程，是公认的最优秀的深度学习课程之一，目前没有教材，只有视频，本文提供完整笔记下载，这本笔记非常适合和深度学习入门。
风度78·2023-01-27 02:19

机器学习入门和资源整合

之前看过机器学习的十大经典算法，可是没有做笔记，现在基本上都忘记了，好伤心！重新来吧、、、1.引言也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone手机拍照的时候，早已习惯它帮你框出人脸；也自然而然点开今日头条推给你的新闻；也习惯逛淘宝点了找相似之后货比三家；亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩，这些功能的核心算法就是机器学习领域的内容。套用一下大神们对机器学习的定义，
shenzhuan7·2023-01-27 00:17

最新Elastic search7.13.1 Java API创建索引并且设置分词

#系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一
啊狸的Java·2023-01-26 20:31

Udacity.机器学习入门.2朴素贝叶斯.2017-08-27

机器学习入门2.朴素贝叶斯监督学习马是否属于acerous?关注特征监督学习、非监督学习（异常检测、聚类等）features->...
小异_Summer·2023-01-26 16:17

java学习入门学习笔记（1）——关于java文件命名

一、.java源文件的命名规则（1）public权限的类只能有1个（也可以1个都没有，但最多只有1个）；（2）这个.java文件的文件名必须是public类的类名（一般的情况下，这里放置main方法是程序的入口。）；（3）若这个文件中没有public的类，则文件名随便是一个类的名字即可;（4）用Javac编译这个.java文件的时候，它会给每一个类生成一个.class文件。classPerson{
烂笔头2020·2023-01-26 14:17

机器学习入门（16）— CNN 池化层概念和特征

1.池化层的概念池化是缩小高、长方向上的空间的运算。比如，如图7-14所示，进行将2×2的区域集约成1个元素的处理，缩小空间大小。图7-14的例子是按步幅2进行2×2的Max池化时的处理顺序。Max池化是获取最大值的运算，“2×2”表示目标区域的大小。如图所示，从2×2的区域中取出最大的元素。此外，这个例子中将步幅设为了2，所以2×2的窗口的移动间隔为2个元素。另外，一般来说，池化的窗口大小会和步
wohu1104·2023-01-26 13:14

图表示学习入门2——Node2Vec

《图表示学习入门1》中，讨论了为什么要进行图（graph）表示，以及两种解决图表示问题的思路。这篇把Node2Vec来作为线性化思路的一个典型来讨论。如果你了解Word2Vec的话，这个就太简单了。
soplars·2023-01-26 11:45

gitchat训练营15天共度深度学习入门课程笔记(六)

第4章神经网络的学习4.3数值微分4.3.1导数4.3.2数值微分的例子4.3.3偏导数4.4梯度4.4.1梯度法4.4.2神经网络的梯度4.5学习算法的实现4.5.12层神经网络的类4.5.2mini-batch的实现4.5.3基于测试数据的评价4.3数值微分4.3.1导数导数定义公式如下：df(x)dx=lim⁡h→0f(x+h)−f(x)h\frac{df(x)}{dx}=\lim_{h\t
weixin_43114885·2023-01-26 08:30

斋藤康毅-深度学习入门 学习笔记四

ch神经网络的学习损失函数1.1均方误差importnumpyasnpdefmean_squared_error(y,t):return0.5*np.sum((y-t)**2)if__name__=='__main__':y=[0.1,0.05,0.6,0.0,0.05,0.1,0.0,0.1,0.0,0.0]t=[0,0,1,0,0,0,0,0,0,0]print(mean_squared_er
Raymond_YP·2023-01-26 08:23

鸢尾花分类（SVM,KNN,GaussianNB,DecisioinTreeClassiefier）

鸢尾花数据集是机器学习入门的一个经典的数据集，本项目通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。
m0_61688615·2023-01-26 07:38

数据结构——C++（未完）

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
闲谈社·2023-01-25 22:28

深度学习入门 之 Matplotlib学习笔记（一）

引言：matplotlib是python很方便的一个绘图库，可以绘制比如线状、柱状、折线、2D、3D等图片。目录一、基本功能二、图像解释2.1legend图例2.2annotation标注三、图像绘制3.1scatter散点绘制3.2bar柱状图3.3contour等高线图3.4Image图片3.53Dplot一、基本功能matplotlib画图基本用法包括：基本图像的绘制、选取XY坐标轴及设置坐
敲不好代码的小透明·2023-01-25 14:31

深度学习入门 之 Pandas学习笔记（一）

目录引言：一、pandas基本介绍1.1创建序列方法1.2常用方法二、pandas选择数据2.1根据标签选择loc2.2根据位置选择iloc2.3根据标签和位置结合选择ix2.4布尔选择booleanindexing三、pandas设置值3.1常用修改值方法3.2添加新列引言：pandas是基于NumPy的一种工具，该工具是为解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，
敲不好代码的小透明·2023-01-25 14:01

深度学习入门 之 Tensorflow学习笔记（一）

介绍：tensorflow是一个基于数据流编程的符号数学系统，被广泛应用于各类机器学习算法的编程实现。简单来说就是使用tensorflow建立一个算法结构，之后放入数据，不断循环结构改变参数，最终得到一个较为完善的神经网络结构。神经网络不同层次间是对特征的处理，将一个特征变为另外一个特征，tensorflow的最终目的就是模拟出预测的曲线。1、optimizer优化器“优化器是引导神经网络更新参数
敲不好代码的小透明·2023-01-25 14:01

深度学习入门 之 Numpy学习笔记（二）

接上在前面我们已经学习过数组的部分计算方法了。接下来主要是体验一下Numpy的强大功能~目录一、Numpy其他常用计算方法2求索引3求平均值4求中位数5矩阵转置6数组迭代6.1行迭代6.2列迭代6.3迭代元素7array合并7.1按行合并7.2按列合并8array分割8.1等份分割8.2不等份分割9array赋值9.1关联赋值9.2非关联赋值10其他一、Numpy其他常用计算方法t1=np.ara
敲不好代码的小透明·2023-01-25 14:31

机器学习入门（二）---------numpy

学习“黑马程序员：13天机器学习入门”整理笔记备用，以防忘记，欢迎指教ndarray：n维数组一、创建1、生成全0和1的数组importnumpyasnpnp.ones(shape,dtype)#生成大小为
summerヾ(๑╹◡╹)ﾉ"·2023-01-25 11:49

深度强化学习入门介绍

深度强化学习是一种机器学习，其中智能体(Agent，也翻译作代理)通过执行操作（Action）和查看结果（Reward）来学习如何在环境中采取最佳的动作或策略。自2013年DeepQ-Learning论文[1]以来，强化学习已经有了很多突破。从击败世界上最好Dota2玩家的[2]OpenAI到Dexterity[3]，我们正处于深度强化学习研究的激动人心的时刻。OpenAI5，一个打败了世界上最好
风度78·2023-01-24 12:18

深入浅出神经网络pdf,神经网络 pdf

求《神经网络与深度学习讲义》全文免费下载百度网盘资源,谢谢~谷歌人工智能写作项目：神经网络伪原创《深度学习入门基于Python的理论与实现》pdf下载在线阅读，求百度网盘云资源写作猫。
普通网友·2023-01-23 08:23

sklearn库安装_机器学习入门之sklearn介绍

SKlearn简介scikit-learn，又写作sklearn，是一个开源的基于python语言的机器学习工具包。它通过NumPy,SciPy和Matplotlib等python数值计算的库实现高效的算法应用，并且涵盖了几乎所有主流机器学习算法。SKlearn官网：http://scikit-learn.org/stable/index.html在工程应用中，用python手写代码来从头实现一个
weixin_39647471·2023-01-22 11:23

暑期学习--分布式机器学习

暑期学习-分布式机器学习提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章分布式机器学习入门基础提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录暑期学习
starsky_walker·2023-01-22 09:24

NLP大神推荐的机器学习入门书单(附大量百度网盘电子书)

https://blog.csdn.net/surgent777/article/details/53895048/?biz_id=102&utm_term=python%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E5%AE%9E%E6%88%98pdf%E7%99%BE%E5%BA%A6%E4%BA%91&utm_medium=d
火星种萝卜·2023-01-21 21:28

机器学习入门书单推荐

机器学习入门书单推荐一、前言机器学习涵盖的范围非常广泛，包括计算机视觉、语音识别、自然语言处理、数据挖掘、模式识别、深度学习、统计学习等。
coder~dreamer·2023-01-21 21:20

深度学习入门Affine层关于偏置的反向传播

在学习Affine层的时候，逆向传播时db=dy在纵向方向上的和，看到这我就有点懵逼了，想了很久，也算是相通了，但不确定这就是正确方法，仅供参考。m1.因为偏导数与其对应的参数形状是一致的，所以dy与y同型。从dy逆向传播到+号，加号在逆向传播中的作用仅仅是将导数原封不动继续往前传递，而b是一个一维数组，所以肯定是将dy横向或纵向相加，再结合广播的原理，可以得出应该是横向相加。（个人感觉方法2更加
即兴表演233·2023-01-21 14:48

深度学习入门（9）神经网络Affine与Softmax层的计算图表示方式及其误差反向传播的代码实现

《深度学习入门》系列文章目录深度学习入门(1)感知机深度学习入门（2）神经网络深度学习入门（3）神经网络参数梯度的计算方式深度学习入门（4）【深度学习实战】无框架实现两层神经网络的搭建与训练过程深度学习入门
阿_旭·2023-01-21 14:18

深度学习入门基础CNN系列——批归一化（Batch Normalization）和丢弃法（dropout）

想要入门深度学习的小伙伴们，可以了解下本博主的其它基础内容：我的个人主页深度学习入门基础CNN系列——卷积计算深度学习入门基础CNN系列——填充（padding）与步幅（stride）深度学习入门基础CNN
心无旁骛~·2023-01-21 10:53

官方yoloV5开源代码注释，基本每个文件夹和模块都有注释

深度学习入门代码解读注释。YID:8919652073330172
「已注销」·2023-01-21 09:12

吴恩达2022机器学习课程评测来了！

年机器学习专项课（MachineLearningSpecialization）上周全新来袭，课程本身并不是新课，与10年前的机器学习专项课相比，编程语言用Python代替了此前的Octave，主要定位于机器学习入门与初学者
Datawhale·2023-01-21 08:47

吴恩达机器学习课程资源（笔记、中英文字幕视频、课后作业，提供百度云镜像！）

强烈感谢黄海广博士给的文章思路本文中提及的作者便是黄海广博士本人吴恩达老师的机器学习课程，可以说是机器学习入门的第一课和最热门课程，作者在github开源了吴恩达机器学习个人笔记，用python复现了课程作业
MrRoose·2023-01-21 08:16

python机器学习（一）算法学习的步骤、机器学习的应用及流程(获取数据、特征工程、模型、模型评估)

机器学习入门机器学习中需要理论性的知识，如数学知识为微积分(求导过程，线性回归的梯度下降法)，线性代数(多元线性回归，高纬度的数据，矩阵等)，概率论(贝叶斯算法)，统计学(贯穿整个学习过程)，算法根据数学基础一步步的推导出来的
hwwaizs·2023-01-20 20:16

《深度学习入门基于Python的理论与实现》知识总结

编辑第一章：Python入门简要介绍了Python、Numpy、Matplotlib安装及基本用法。第二章：感知机1、感知机（人工神经元）是神经网络的起源算法，给定一个输入，输出一个既定值；2、感知机将权重w1、w2...和偏置b设置为参数；3、单层感知机可以表示与门、或门和与或门，无法表示异或门；4、双层感知机可以表示异或门；5、单层感知机只能表示线性空间。多层感知机可以表示非线性空间，理论上能
Yuling_666·2023-01-20 15:06

深度学习入门

PythonBasic$python3>>>1+23>>>1-2-1>>>4*520>>>7/51.4>>>3**29>>>type(10)>>>type(2.718)>>>type("hello")>>>x=10>>>print(x)10>>>x=100>>>print(x)100>>>y=3.14>>>x*y314.0>>>type(x*y)>>>a=[1,2,3,4,5]>>>print(a
MINGgoS·2023-01-20 13:31

深入浅出——人工智能基础

所以就来总结总结以前学到的东西以及自己的理解，避免遗忘，这篇文章主要讲解神经网路结构，卷积神经网络的原理（卷积层、池化层、全连接神经网络），梯度下降算法和应用卷积神经网络的一个机器学习入门列子——基于MNIST
AI小白·2023-01-19 19:04

官方yoloV5开源代码注释，基本每个文件夹和模块都有注释，非常详细

深度学习入门代码解读注释。YID:8919652073330172Jackiedan
「已注销」·2023-01-19 19:33

官方yoloV5开源代码注释，基本每个文件夹和模块都有注释

深度学习入门代码解读注释。YID:8919652073330172
「已注销」·2023-01-19 19:24

dnn分类鸢尾花 pytorch_基于PyTorch的深度学习入门教程之训练一个神经网络分类器...

本文参考PyTorch官网的教程，分为五个基本模块来介绍PyTorch。为了避免文章过长，这五个模块分别在五篇博文中介绍。Part1：PyTorch简单知识Part2：PyTorch的自动梯度计算Part3：使用PyTorch构建一个神经网络Part4：训练一个神经网络分类器Part5：数据并行化本文是关于Part4的内容。Part4：训练一个神经网络分类器前面已经介绍了定义神经网络，计算损失和更
weixin_39585886·2023-01-19 16:52

深度学习入门基础CNN系列——池化（Pooling）和Sigmoid、ReLU激活函数

想要入门深度学习的小伙伴们，可以了解下本博主的其它基础内容：我的个人主页深度学习入门基础CNN系列——卷积计算深度学习入门基础CNN系列——填充（padding）与步幅（stride）深度学习入门基础CNN
心无旁骛~·2023-01-19 12:45

深度学习入门1个月log#1 学习步骤+搭建tensorflow环境+知识点总结

深度学习入门记录[\1]作为一个计算机专业的纯小白，现大二暑假，准大三的孩子。在大一暑假参加过（很shui的）机器人比赛就喜欢上robot了，决定走上AI道路。
SchrodingerSDOG·2023-01-19 09:16

camera学习入门指南

等待补充。1.背景介绍近年来，随着消费电子领域市场的快速增长，如安防、图像等领域，camera市场得到了快速发展。智能手机这几年以拍照作为主打卖点，带动了camera（CCM）出货。具体可以看电子行业分析或者券商研报行业分析，比如下面两份。网盘链接:https://pan.baidu.com/s/1r8qXU0mrBo-J4HHn7Ygwhg提取码:qjx9摘录一段内容摄像头芯片是半导体行业中最好
waterer97·2023-01-18 18:10

深度学习基础——图像卷积操作二维、三维（python）

参考：【深度学习入门】——亲手实现图像卷积操作基础知识见参考链接直接记录编程实践部分：二维卷积importnumpyasnpimportmatplotlib.pyplotasplt输入测试图片：srcImg
Iris.YY·2023-01-18 14:16

深度学习入门到精通——基本的卷积神经网络

原始卷积神经网络局部连接（稀疏链接）原理操作：卷积核可以当做是个滤波器，核参数的变化会形成不同的滤波器，例如高通滤波器、低通滤波器、阻带滤波器等等。利用不同的卷积核对同一个特征图进行卷积，采用滑动窗口的步长。卷积神经网络的能力强弱一般取决与卷积通道数的多少与特征图的大小。首先清楚两点：深度学习中，网络越深，学习到的特征高度语义化、抽象化、其能力也越强。网络模型越宽，学习到的特征更具多样性。两者往往
小陈phd·2023-01-18 14:45

深度学习入门基础CNN系列——填充（padding）与步幅（stride）

填充（padding）在上图中，输入图片尺寸为3×33\times33×3，输出图片尺寸为2×22\times22×2，经过一次卷积之后，图片尺寸为2×22\times22×2，经过一次卷积之后，图片尺寸变小。卷积输出特征图的尺寸计算方法如下（卷积核的高和宽分别为kh和kwk_h和k_wkh和kw）:Hout=H−kh+1Wout=W−kw+1H_{out}=H-k_h+1\\W_{out}=W-
心无旁骛~·2023-01-18 14:13

深度学习入门基础CNN系列——感受野和多输入通道、多输出通道以及批量操作基本概念

如果对卷积计算没有概念的可以看本博主的上篇文章深度学习入门基础CNN系列——卷积计算一、感受野（receptivefield）这里先给出概念，感受野：在卷积神经网络CNN中，决定某一层输出结果中一个元素所对应的输入层的区域大小
心无旁骛~·2023-01-18 14:13

深度学习入门基础CNN系列——卷积计算

卷积计算卷积是数学分析中的一种积分变换的方法，在图像处理中采用的是卷积的离散形式。这里需要说明的是，在卷积神经网络中，卷积层的实现方式实际上是数学中定义的互相关（cross-correlation）运算，与数学分析中的卷积定义有所不同，这里跟其他框架和卷积神经网络的教程保持一致，都使用互相关运算作为卷积的定义，具体的计算过程如图所示。互相关计算虽然卷积层得名于卷积（convolution）运算，但
心无旁骛~·2023-01-18 14:39

深度学习入门 实验part（上）

加载数据集原本的minist.py脚本进入到这一行之后一直报503错误，由于我对爬虫类了解不多，最后选择手动下载了minist数据集，再进行处理。直到这里算是数据加载完成了。三、神经网络pickle功能：这个功能可以将程序运行中的对象保存为文件。如果加载保存过的pickle文件，可以立刻复原之前程序中运行的对象。读取MINST中的数据不知道是不是sys.path.append(os.pardir)
Nismilesucc·2023-01-18 11:38

深度学习（十四）：数据增强Data Augmentation

编程语言：Python参考资料：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理深度学习500问唐宇迪深度学习入门视频课程笔记下载：深度学习个人笔记完整版为什么要使用数据增强数据增强，也称数据扩充
打不死的小黑·2023-01-18 10:10
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他