jbpm4.4学习入门

深度学习入门（六） 图像分类数据集（MNIST）

深度学习入门（六）图像分类数据集（Fashion-MNIST）前言图像分类数据集（Fashion-MNIST）1获取数据集2读取小批量3整合所有组件前言核心内容来自博客链接1博客连接2希望大家多多支持作者本文记录用
澪mio·2022-12-02 19:27

深度学习之常用模型评估指标（二）—— 回归问题

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。
tt丫·2022-12-02 15:50

一文搞懂pytorch数据结构

系列文章目录`第一章pytorch深度学习入门之pytorch数据结构的使用文章目录系列文章目录一、pytorch数据张量结构运算二、案例演示总结一、pytorch数据张量结构运算张量的索引切片方式和numpy
陈谦·2022-12-02 13:35

深度学习入门：使用tensorflow和Keras进行图像分类

我用#CSDN#这个app发现了有技术含量的博客，小伙伴们求同去《深度学习入门篇，简单的实例讲明白图像分类。》
dataloading·2022-12-02 13:39

深度强化学习入门

作者：清凇（就职于阿里巴巴，搜索排序、自然语言处理）https://www.zhihu.com/people/huaqingsong过去的一段时间在深度强化学习领域投入了不少精力，工作中也在应用DRL解决业务问题。子曰：温故而知新，在进一步深入研究和应用DRL前，阶段性的整理下相关知识点。本文集中在DRL的model-free方法的Value-based和Policy-base方法，详细介绍下RL
人工智能与算法学习·2022-12-02 13:39

Keras深度学习入门篇

Keras深度学习入门篇第一部分：机器学习基础一、机器学习的四个分支监督学习分类回归序列生成，给定一张图像，预测描述图像的文字语法树预测，给定一个句子，预测其分解生成的语法树目标检测，给定一张图像，在图中特定目标的周围画上一个边界框图像分割
東方海竹·2022-12-02 13:58

机器学习入门实战加州房价预测

目录1快速搭建运行环境2快速构建项目2.1导入训练集2.2安装函数库2.2.1安装numpy2.2.2安装pandas2.3构建特征集和标签2.4导入数据集拆分工具sklearn2.5导入线性回归算法模型2.6进行预测2.7精准度计算3导入matplotlib画图库4作图时遇到的错误1快速搭建运行环境我这里比较懒是全是一键安装的直接使用vscode插件进行部署，没有去搭建jupyternotebo
赵广陆·2022-12-02 12:46

《深度学习入门--基于python的理论与实现》——斋藤康毅读书笔记

《深度学习入门--基于python的理论与实现》读书笔记（第二章）写在前面第二章：感知机2.1感知机是什么2.2简单的逻辑电路2.2.1与门（andgate）2.2.2与非门和或门2.3感知机的实现2.3.1
牛子未·2022-12-02 12:29

《深度学习入门：基于Python的理论与实现》读书笔记01：感知机

1.感知机:感知机接收多个输入信号，输出一个信号.感知机里面有个阈值2.把上述的cta换成-b，那么就表示偏置项。3.，使用感知机可以实现与门、与非门、或门三种逻辑电路。4.无法实现异或门。5，但是使用非线性，很容易就分开了：6，但是感知机有一个很妙的地方是可以叠加：用叠加就可以表示异或门：小结：
cc 提升ing 变优秀ing·2022-12-02 12:58

《深度学习入门：基于Python的理论与实现》读书笔记：第2章 感知机

目录第2章感知机2.1感知机是什么2.2简单逻辑电路2.2.1与门2.2.2与非门和或门2.3感知机的实现2.3.1简单的实现2.3.2导入权重和偏置2.3.3使用权重和偏置的实现2.4感知机的局限性2.4.1异或门2.4.2线性和非线性2.5多层感知机2.5.1已有门电路的组合2.5.2异或门的实现2.6从与非门到计算机2.7小结第2章感知机感知机是由美国学者FrankRosenblatt在19
feiwen110·2022-12-02 12:58

《深度学习入门：基于Python的理论与实现》读书笔记：第3章 神经网络

目录第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3.1.2复习感知机3.1.3激活函数登场3.2激活函数3.2.1sigmoid函数3.2.2阶跃函数的实现3.2.4sigmoid函数的实现3.2.5sigmoid函数和阶跃函数的比较3.2.6非线性函数3.2.7ReLU函数3.3多维数组的运算3.3.1多维数组3.3.2矩阵乘法3.3.3神经网络的内积3.43层神经网络的实现3
feiwen110·2022-12-02 12:58

《深度学习入门：基于Python的理论与实现》再读笔记（1）

第1章Python入门1.5.4NumPy的N维数组和数组的算术运算一样，矩阵的算术运算也可以在相同形状的矩阵间以对应元素的方式进行。并且，也可以通过标量（单一数值）对矩阵进行算术运算，这也是基于广播的功能。数学上将一维数组称为向量，将二维数组称为矩阵。另外，可以将一般化之后的向量或矩阵等统称为张量。Python等动态类型语言一般比C和C++等静态型语言（编译型语言）运算速度慢。实际上，如果是运算
feiwen110·2022-12-02 12:58

python3源码剖析pdf_深度学习入门：基于Python的理论与实现 PDF 含源码超清版

内容介绍深度学习入门：基于Python的理论与实现电子书封面读者评价基于python深度学习，从零开始学深度学习的明智之选这是真正从0基础，尤其从数学基础比较差的角度
weixin_39827905·2022-12-02 12:57

《深度学习入门：基于Python的理论与实现》学习笔记

深度学习入门笔记文章目录深度学习入门笔记第一章Python入门第二章感知机第三章神经网络第四章神经网络的学习第五章误差反向传播法第六章与学习相关的技巧第六章与学习相关的技巧第七章卷积神经网络第八章深度学习第一章
RayYoh·2022-12-02 12:56

《深度学习入门：基于Python的理论与实现》学习笔记——感知机

《深度学习入门：基于Python的理论与实现》学习笔记——感知机感知机一、感知机基础二、感知机与逻辑电路2.1与门（ANDgate）：2.2与非门（NANDgate）：2.3或门（ORgate）：2.4
thunder1015·2022-12-02 12:56

读书笔记2|深度学习入门——基于python的理论与实现

深度学习入门：基于Python的理论与实现》高清中文版.pdf1.python基础，numpy，matplotlibBatchNormalization、Dropout、Adam图像识别，自然语言处理，
程序媛一枚~·2022-12-02 12:26

《深度学习入门：基于Python的理论与实现》学习笔记——神经网络的学习

《深度学习入门：基于Python的理论与实现》学习笔记——神经网络的学习神经网络的学习一、从数据中学习1.1数据驱动1.2训练数据和测试数据二、损失函数2.1均方误差2.2交叉熵误差三、mini-batch
thunder1015·2022-12-02 12:26

【DL学习笔记02】深度学习入门——基于Python的理论与实现（ch03：Neural Network）

目录1.ActivationFunctionstepfunctionsigmoidfunctionReLU2.多维数组的运算多维数组矩阵乘法神经网络的内积3.三层神经网络的实现问题各层信号传递的实现4.输出层的设计softmax5.手写数字识别MNIST数据集神经网络的推理处理批处理（batch）1.ActivationFunction激活函数会将输入信号的总和转换为输出信号朴素感知机是指单层网络
yierrrr·2022-12-02 12:24

【学习笔记】深度学习入门：基于Python的理论与实现-误差反向传播法

CONTENTS五、误差反向传播法5.1计算图5.2链式法则5.3反向传播5.4简单层的实现5.5激活函数层的实现5.6Affine/Softmax层的实现5.7误差反向传播法的实现五、误差反向传播法5.1计算图先引入一个很简单的问题：在超市买了222个100100100元一个的苹果，消费税是10%10\%10%，请计算支付金额。我们画出计算图如下：接着进行简单的修改，如下图所示：现在我们换个问题
柃歌·2022-12-02 12:24

【学习笔记】深度学习入门：基于Python的理论与实现-与学习相关的技巧

CONTENTS六、与学习相关的技巧6.1参数的更新6.2权重的初始值6.3BatchNormalization6.4正则化6.5超参数的验证六、与学习相关的技巧6.1参数的更新神经网络的学习的目的是找到使损失函数的值尽可能小的参数。这是寻找最优参数的问题，解决这个问题的过程称为最优化（optimization）。在之前我们是沿着梯度方向更新参数，不断重复从而逐渐靠近最优参数，这个过程称为随机梯度
柃歌·2022-12-02 12:24

【学习笔记】深度学习入门：基于Python的理论与实现-神经网络的学习

CONTENTS四、神经网络的学习4.1从数据中学习4.2Lossfunction4.3数值微分4.4梯度4.5学习算法的实现四、神经网络的学习4.1从数据中学习神经网络的特征就是可以从数据中学习。所谓“从数据中学习”，是指可以由数据自动决定权重参数的值。利用特征量和机器学习的方法中，特征量仍是由人工设计的，而在神经网络中，连图像中包含的重要特征量也都是由机器来学习的。机器学习中，一般将数据分为训
柃歌·2022-12-02 12:54

【学习笔记】深度学习入门：基于Python的理论与实现-神经网络

CONTENTS三、神经网络3.1从感知机到神经网络3.2Activationfunction3.3多维数组的运算3.4三层神经网络的实现3.5输出层的设计3.6手写数字识别三、神经网络3.1从感知机到神经网络用图来表示神经网络的话，如下图所示，我们把最左边的一列称为输入层，最右边的一列称为输出层，中间的一列称为中间层（隐藏层）。在上图的网络中，偏置bbb并没有被画出来。如果要明确地表示出bbb，
柃歌·2022-12-02 12:53

（笔记）深度学习入门：基于python的理论与实践

本书主要用numpy来处理运算，用matplotlib将结果可视化。对于没有基础的人十分友好，只需要高中的线代知识就可以看懂。1.x=x.flatten()将矩阵及张量转换为一维数组。x>15，结果得到一个由True和False组成的一维列表，x[x>15]即可输出所有大于15的成员。矩阵与一维数组的乘，（数组长度与矩阵列数相同）将一维数组扩张为矩阵形状后简单相乘，符合交换率，符号为；矩阵与数组d
NULL-Response·2022-12-02 12:23

读书笔记：《深度学习入门：基于python的理论与实现》

基于python的深度学习入门这是本人在关于深度学习领域所阅读的第一本书，即日本程序员斋藤康毅著，陆宇杰译作的《深度学习入门：基于python的理论与实现》。
Clancy_4878·2022-12-02 12:22

《深度学习入门：基于python的理论与实现》学习笔记

感知机感知机的模型是神经网络的起源算法，也可以帮助我理解神经网络感知机的大致结构与门的实现defAND(x1,x2):w1,w2=0.5,0.5theta=0.7ifw1*x1+w2*x2>theta:return1else:return0print(AND(1,0))print(AND(1,1))01引入偏置b和权重偏置的作用是在x*w之后再加上一个常数，这相当于给了感知机一个基础的值，使得感知
Chen_shu_bct·2022-12-02 12:21

【学习笔记】深度学习入门：基于Python的理论与实现-Python入门与感知机

CONTENTS一、Python入门1.1NumPy1.2Matplotlib二、感知机2.1感知机是什么2.2简单逻辑电路2.3感知机的实现2.4感知机的局限性2.5多层感知机一、Python入门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。安装各种第三方库的方式详见：VSC
柃歌·2022-12-02 12:51

深度学习入门视频课程学习笔记02

本篇学习笔记对应深度学习入门课程第三课得分函数前向传播之-得分函数剧透:深度学习必备的两个大知识点分别是前向传播和反向传播啦，这里节课我们会先着手把前方传播的所涉及的所有知识点搞定！
迪哥有点愁了·2022-12-01 20:20

机器学习入门 02 —— 环境搭建（Jupyter Notebook、默认路径 、扩展库的安装与使用）

2.2jupyternotebook的使用1JupyterNotebook介绍2启动JupyterNotebook3JupyterNotebook快速上手4常用快捷键5安装扩展功能库6修改默认打开路径7更换主题系列文章机器学习入门
来一碗锅巴洋芋·2022-12-01 19:11

AIGC - Stable Diffusion 搭建【从零到一】

AIGC-StableDiffusion搭建提示：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
代码储蓄罐·2022-12-01 18:00

【ziuno】强化学习入门—超级马里奥

强化学习入门—超级马里奥对象抽取：马里奥、金币、板栗仔（蘑菇怪）术语智能体-Agent：马里奥状态（S或s）-State：当前游戏画面动作（A或a）-Action：智能体（马里奥）的，左、右、跳（简化）
ziuno·2022-12-01 16:49

【强化学习】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78·2022-12-01 16:46

梯度下降？梯度上升？梯度提升？

首先，梯度下降梯度下降应该是机器学习入门第一
_illusion_·2022-12-01 16:04

半监督学习入门基础（二）：最基础的3个概念

没看一的点这里哈：半监督学习入门基础（一）半监督学习(SSL)是一种非常有趣的方法，用来解决机器学习中缺少标签数据的问题。SSL利用未标记的数据和标记的数据集来学习任务。
zenRRan·2022-12-01 14:59

【MATLAB教程案例47】基于双目相机拍摄图像的三维重建matlab仿真

欢迎订阅《FPGA学习入门100例教程》、《MATLAB学习入门100例教程》本课程学习成果预览：目录1.软件版本2.基于双目相机拍摄图像的三维重建原理概述
fpga和matlab·2022-12-01 12:42

机器学习入门之7种经典回归模型

介绍线性和逻辑回归通常是学习数据科学时接触的第一个算法，由于它们非常流行，许多分析师甚至认为它们是唯一的回归技术。事实上，存在多种不同形式的回归模型，每种形式都有自身的特点和特定的应用场景。在本文中，我将简要介绍数据科学中最常用的7种回归模型。通过本文，我希望人们对回归分析有更深入的理解，而不是仅仅停留在线性回归和逻辑回归的层面。本文来自《数据黑客》，登录官网可阅读更多精彩资讯和文章。目录什么是回
数据工程与机器学习·2022-12-01 10:53

《深度学习入门》第八章：深度学习

同志们，最后一章了哦~~~~关于本书，我总结了40页左右的word笔记，想要可以私聊哦！本章主要介绍采用深度学习方法实现对MNIST数据集的识别。大家可能好奇，MNIST数据集以及书中第三章的编程代码怎么没有，我也是查了网上很多资料，都没有和书上匹配的，就在刚才，突然发现书皮后面有个二维码，就是下图，扫码就可以下载，真是呜呜呜了~~~当时找的好辛苦！！！1.目前对于手写数据识别的精度已经在99+%
鬼才的凝视·2022-12-01 10:53

机器学习入门（九）：非监督学习：5种聚类算法+2种评估模型

机器学习入门专栏其他章节：机器学习入门（一）线性回归机器学习入门（二）KNN机器学习入门（三）朴素贝叶斯机器学习入门（四）决策树机器学习入门（五）集成学习机器学习入门（六）支持向量机机器学习入门（七）多项式回归机器学习入门
FrenchOldDriver·2022-12-01 10:45

连续学习入门（二）：连续学习的三种类型

说明：本系列文章若无特别说明，则在技术上将ContinualLearning（连续学习）等同于IncrementalLearning（增量学习）、LifelongLearning（终身学习），关于ContinualLearning、IncrementalLearning和LifelongLearning更细节的区别参见VALSESeminar【20211215-深度连续学习】本文内容：介绍连续学习
何以少团栾。·2022-12-01 10:14

【TensorFlow】TensorFlow中的三种计算图

系列文章目录第二章TensorFlow深度学习入门之TensorFlow的核心概念目录系列文章目录文章目录前言一、三种计算图之间的关系二、静态计算图1TensorFlow1.0中的静态计算图2TensorFlow2.0
晓亮.·2022-12-01 09:12

人工智能第一课（深度学习入门）

机器学习和深度学习的差异1.机器学习是一种实现人工智能的方法2.深度学习是一种实现机器学习的方法什么是深度学习深度学习是机器学习研究的一个新的领域，深度学习可以理解为通过组合低层特征形成更加抽象的高层表示属性类别或特征，目的在于模拟人脑进行分析的神经网络，来模仿人脑机制来解释图像，音频等数据。什么是神经网络系统角度：输入，模型，输出模型：输入和输出之间的映射关系神经网络的基本结构神经元用神经网络进
lm_rui·2022-12-01 09:32

机器学习训练模型环境配置注意事项-CUDA、pytorch\torch

\torchpytorch和torchCUDA与pytorchCUDA和pytorch之间的版本对应模型训练过程中安装三者踩坑机器学习训练模型环境配置注意事项-CUDA、pytorch\torch机器学习入门了解必要工具
weixin_44673707·2022-12-01 08:45

深度学习入门：几幅手稿讲解CNN

本文来自AI新媒体量子位（QbitAI）学习深度神经网络方面的算法已经有一段时间了，对目前比较经典的模型也有了一些了解。这种曾经一度低迷的方法现在已经吸引了很多领域的目光，在几年前仅仅存在于研究者想象中的应用，近几年也相继被深度学习方法实现了。无论是对数据的分析或是生成，无论数据形式是图像、视频、音频、文本还是其它复杂维度，也无论是下棋、玩游戏还是无人驾驶汽车导航，似乎总有人会发掘出这种强大工具的
weixin_34008933·2022-12-01 07:03

吴恩达机器学习入门笔记6-决策树(由西瓜书补充)

6决策树6.1结构一个根节点：样本全集若干个内部结点：对应于属性测试若干个叶结点：决策结果属性代表了各个结点，各个结点的连接线代表属性的取值当第一层最优划分属性选取后，在划分后的D中进行递归，一层层选取最优划分属性，最后形成决策树只有一层划分的决策树称为决策树桩6.2目的产生一颗泛化能力强，即处理未见示例能力强的决策树6.3衡量划分属性的标准随着划分的不断进行，决策树的分支结点包含的样本尽可能属于
杰斯洛兰德·2022-12-01 07:58

(42)[ICCV17] Mask R-CNN

计划完成深度学习入门的126篇论文第四十二篇，微软的RossGirshick研究的ObejectDetection的模型。
gdtop818·2022-12-01 05:40

python机器学习入门上课代码记录3

神经网络#神经网络fromsklearn.neural_networkimportMLPClassifierfromsklearn.datasetsimportmake_moons#获取数据集fromsklearn.model_selectionimporttrain_test_splitimportnumpyasnpimportmatplotlib.pyplotaspltfrommatplotl
亭午·2022-12-01 05:31

【《深度学习入门》—— 学习笔记（二）】

《深度学习入门》——学习笔记（二）_5-8章第五章误差反向传播法方法一：基于数学式-严密简洁方法二：基于计算图（computationalgraph）-直观5.1计算图【用计算图求解】构建计算图在计算图上
机电恐龙·2022-12-01 04:28

【读书笔记】《深度学习入门——基于python的理论与实现》

笔记结构索引提高学习效果tips参数optimizers:寻找最优权重参数最优化方法权重参数初始值设定超参数过拟合函数激活函数输出层函数损失函数im2col函数层Affine层Softmax-with-loss层BatchNorm层CNN卷积层池化层简单CNN提高学习效果tips集成学习、dropout层、学习衰减率、dataaugmentation(如图像的旋转、平移、crop、flip处理等)
changreal·2022-12-01 04:57

Pytorch深度学习入门：60分钟闪电战

目录1.学习基础知识1.1运行教程代码1.2如何使用本指南2.快速启动2.1与数据打交道2.2建立模型2.3优化模型参数2.4保存模型2.5装载模型3.张量3.1初始化一个张量3.1.1直接来自于数据3.1.2从一个NumPy数组3.1.3来自另一个张量。3.1.4使用随机或恒定值：3.2张量的属性3.3对张量的操作3.3.1标准的类似numpy的索引和切片。3.3.2连接张量3.3.3算术运算3
fangshuo_light·2022-12-01 00:06

机器学习入门（七）：分类算法——决策树算法

学习目录：决策树内容目录：一.决策树作用：这是我们判断这是个好瓜还是坏瓜的决策流程，决策树的作用：1.帮助我们选择用哪个特征先做if，用哪个特征后做if，能最快的判断出这是好瓜还是坏瓜2.帮助我们确定特征中作为划分标准的数值二.原理推导三.代码预测：案例对比：比较决策树算法和KNN算法在鸢尾花数据集上的分类准确率使用决策树算法对鸢尾花数据集分类：fromsklearn.datasetsimport
【 变强大 】·2022-11-30 22:50

第830期机器学习日报(2016-12-26)

机器学习日报2016-12-26从技术角度，回顾2016年语音识别的发展@专注云计算苹果公司论文《通过对抗性训练从模拟和无监督的图像来学习》@网路冷眼给深度学习入门者的Python快速教程–基础篇@专注云计算
机器学习日报·2022-11-30 16:54
上一页 25 26 27 28 29 30 31 32 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他