python深度学习

[Python深度学习]（四）深度学习用于计算机视觉

本文为《Python深度学习》的学习笔记。
gdtop818·2020-06-28 20:02

[Python深度学习]（七）生成式深度学习

本文为《Python深度学习》的学习笔记。
gdtop818·2020-06-28 20:31

[Python深度学习]（一）神经网络的数学基础

本文为《Python深度学习》的学习笔记。
gdtop818·2020-06-28 20:30

[Python深度学习]（六）高级的深度学习最佳实践

本文为《Python深度学习》的学习笔记。
gdtop818·2020-06-28 20:30

[Python深度学习]（二）神经网络入门

本文为《Python深度学习》的学习笔记。
gdtop818·2020-06-28 20:30

[Python深度学习]（三）机器学习基础

本文为《Python深度学习》的学习笔记。
gdtop818·2020-06-28 20:30

如何在 GPU 深度学习云服务里，使用自己的数据集？

疑问《如何用云端GPU为你的Python深度学习加速？》一文里，我为你介绍了深度学习环境服务FloydHub。文章发布后，有读者在后台提出来两个问题：我没有外币信用卡，免费时长用完后，无法续费。
weixin_34336292·2020-06-28 17:05

如何用云端 GPU 为你的 Python 深度学习加速？

负荷下午，我用Python深度学习框架Keras训练了一个包含3层神经网络的回归模型，预测波士顿地区房价。这是来自于“DeepLearningwithPython”书上的一个例子。
weixin_33991418·2020-06-28 09:28

参考分享《Python深度学习》高清中文版pdf+高清英文版pdf+源代码

学习深度学习时，我想《Python深度学习》应该是大多数机器学习爱好者必读的书。
weixin_30340617·2020-06-27 18:47

我最喜欢的9个 Python深度学习库

在这篇文章里，我详细解读了9个我最喜欢的Python深度学习库。这个名单并不详尽，它只是我在计算机视觉的职业生涯中使用并在某个时间段发现特别有用的一个库的列表。
数据科学家联盟·2020-06-27 08:06

即使是搞爬虫你也得会点深度学习

前几天写过一篇文章，利用Python深度学习识别滑动验证码缺口，这篇文章我介绍了利用Python深度学习识别滑动验证码缺口的解决方案，只需要几百张图片就能达到非常高的识别准确率。
VIP_CQCRE·2020-06-26 22:06

python深度学习——用keras实现神经风格迁移

用keras实现神经风格迁移fromkeras.preprocessing.imageimportload_img,img_to_arrayimportnumpyasnpfromkeras.applicationsimportvgg19fromkerasimportbackendasKfromscipy.optimizeimportfmin_l_bfgs_b#fromscipy.miscimpor
换种方式生活·2020-06-26 21:56

python深度学习——用Keras实现DeepDream

实现deepdream#importscipy.miscimportimageioimportscipy.ndimageimportnumpyasnpfromkeras.preprocessingimportimagefromkeras.applicationsimportinception_v3fromkerasimportbackendasK#禁用所有与训练有关的操作K.set_learnin
换种方式生活·2020-06-26 21:54

python深度学习之销量预测

#-*-coding:utf-8-*-importtimeimportwarningsimportnumpyasnpimportmatplotlib.pyplotaspltfromnumpyimportnewaxisfrom__future__importprint_functionfromkeras.modelsimportSequentialfromkeras.layers.recurrent
!正经程序员·2020-06-26 17:47

PYTORCH与TENSORFLOW：哪种框架最适合您的深度学习项目？

为了帮助开发这些架构，诸如Google，Facebook和Uber之类的技术巨头已经发布了适用于Python深度学习环境的各种框架，从而使学习，构建和训练多样化的神经网络变得更加容易。
BRUCE_WUANG·2020-06-26 11:29

Python深度学习案例2--新闻分类(多分类问题)

本节构建一个网络，将路透社新闻划分为46个互斥的主题，也就是46分类1.加载数据集fromkeras.datasetsimportreuters(train_data,train_labels),(test_data,test_labels)=reuters.load_data(num_words=10000)将数据限定在10000个最常见出现的单词，8982个训练样本和2264个测试样本len(
墨麟非攻·2020-06-26 01:30

Python深度学习案例1--电影评论分类(二分类问题)

原本打算一直在博客园上写博客，但是还是觉得多方开源比较好。于是csdn也上传一篇（毕竟csdn确实比博客园名气要大）。我觉得把课本上的案例先自己抄一遍，然后将书看一遍。最后再写一篇博客记录自己所学过程的感悟。虽然与课本有很多相似之处。但自己写一遍感悟会更深本节使用的是IMDB数据集，使用Jupyter作为编译器。这是我刚开始使用Jupyter，不得不说它的自动补全真的不咋地（以前一直用pyChar
墨麟非攻·2020-06-26 01:30

《python深度学习》笔记整理

电影二分类问题通常需要对原始数据进行大量预处理，以便将其转换为张量输入到神经网络中。单词序列可以编码为二进制向量，但也有其他编码方式。带有relu激活的Dense层堆叠，可以解决很多种问题（包括情感分类），你可能会经常用到这种模型。对于二分类问题（两个输出类别），网络的最后一层应该是只有一个单元并使用sigmoid激活的Dense层，网络输出应该是0~1范围内的标量，表示概率值。对于二分类问题的s
追风人丶丶·2020-06-26 00:01

《python深度学习》总结与感想

总结关键网络架构及用法1.密集型连接网络二分类问题：层堆叠的最后一层是使用sigmoid的激活并且只有一个单元。使用“binary_crossentropy”作为损失函数单标签多分类问题：（每个样本只有一个类别）层堆叠的最后一层是Dense层，使用softmax激活，单元个数等于类别个数。如果目标是one-hot编码，使用“categorical-crossentropy”作为损失函数。如果目标是
Tersai·2020-06-25 21:48

《python深度学习》学习笔记与代码实现（第八章：8.4，8.5，生成模型）

《python深度学习》第八章8.4用变分自编码器(VAE)生成图像变分自动编码器也是一个生成模型,与GAN是一样的VAE的工作原理如下1.一个编码器模块将输入样本转换为表示潜在空间中的两个参数,均值和方差
Tersai·2020-06-25 21:48

《python深度学习》学习笔记与代码实现（第七章：7.2 7.3）

python深度学习7.2----使用keras的回调函数和TensorBoard来检查并监控深度学习模型7.2.1训练过程中将回调函数作用于模型回调函数的一些用法示例如下所示：1.模型检查点：在训练过程中的不同时间点保存模型的当前权重
Tersai·2020-06-25 21:47

《python深度学习》学习笔记与代码实现（第五章）

python深度学习第五章-深度学习用于计算机视觉5.1卷积神经网络简介首先，让我们来实际看看一个非常简单的convnet示例。
Tersai·2020-06-25 21:47

《python深度学习》学习笔记与代码实现（第四章）

第四章：机器学习基础本章涵盖了1.分类和回归以外的机器学习形式2.机器学习模型的正式评估过程3.为深度学习准备数据4.特征工程5.解决过拟合6.解决机器学习问题的通用工作流程在第三章的三个实际例子之后，您应该开始熟悉如何使用神经网络来处理分类和回归问题，并且您已经看到了机器学习的核心问题：过拟合。这一章将把你的一些新直觉形式化到一个坚固的概念框架中，用来解决深度学习的问题。我们将把所有这些概念——
Tersai·2020-06-25 21:17

《python深度学习》学习笔记与代码实现（第七章：7.1：不用Sequential模型的解决方案）

python深度学习第七章----高级的深度学习最佳实践7.1不用Sequential模型的解决方案Sequential模型的特点：1.只有一种输入例如，我们要同时处理文本数据（全连接层），图片数据（2D
Tersai·2020-06-25 21:17

《python深度学习》学习笔记与代码实现（第六章，6.4用卷积神经网络处理序列）

6.4用卷积神经网络处理序列1.实现一维卷积神经网络,用imdb情感分类任务举例fromkeras.datasetsimportimdbfromkeras.preprocessingimportsequencemax_features=10000max_len=500print('loadingdataset......')(x_train,y_train),(x_test,y_test)=imd
Tersai·2020-06-25 21:17

《python深度学习》学习笔记与代码实现（第一，二章）

《python深度学习》学习笔记与代码实现（一）记录学习笔记，希望和大家一起交流学习，包括知识点的记录，自己的理解和相关代码。
Tersai·2020-06-25 21:17

《python深度学习》学习笔记与代码实现（第六章，6.3 循环神经网络的高级用法）

6.3循环神经网络的高级用法在这一节中，我们将回顾三种先进技术来提高递归神经网络的性能和泛化能力。在本节结束时，您将了解关于使用Keras的递归网络所知道的大部分内容。我们将展示一个天气预报问题的所有三个概念，在那里我们可以访问来自安装在建筑物屋顶上的传感器的数据点的时间，例如温度、气压和湿度，我们用来预测在收集最后一个数据点后24小时的温度。这是一个相当具有挑战性的问题，举例说明了在使用时间序列
Tersai·2020-06-25 21:17

Python深度学习（3）：波士顿房价预测

这是《Python深度学习》第一个回归问题，它的预测值是一个数值。
Brielleqqqqqqjie·2020-06-25 20:23

【DL】云平台下运行 tensorflow 的配置步骤

《python深度学习》中作者这样建议：在开始开发深度学习应用之前，你需要建立自己的深度学习工作站。虽然并非绝对必要，但强烈推荐你在现代NVIDIAGPU上运行深度学习实验。
zengquan_li·2020-06-25 16:17

《python深度学习：基于tensorflow》学习笔记（一）——Numpy常用操作

第一部分python及应用数学基础numpy常用操作两种基本对象：ndarray(N-dimensionalarrayobject)存储单一数据类型的多维数组ufunc(universalfunctionobject)对数组今次那个处理的函数-使用numpy时导入：importnumpyasnp创建ndarray从已有数据中创建将列表转换为ndarrayimportnumpyasnplist1=[
qq_35658177·2020-06-25 09:18

python运用深度学习垃圾分类，acc达到98以上

python深度学习垃圾分类，acc达到98以上导入库训练集和测试集目录数据预处理现在我们创建数据生成器的实例，它将从硬盘中读取文件，缩放图像并返回随机的批。
tf_q568897492·2020-06-25 08:27

python深度学习读书笔记(一)

一从数据中学习表示机器学习的要素输入数据点预期输出的示例衡量算法效果好坏的方法机器学习和深度学习的核心问题在于有意义的变换数据，换句话说在于学习输入数据的有用表示学习指的是寻找更好数据表示的自动搜索过程二深度学习的工作原理深度学习:学习数据表示的多级方法1深度学习的目标：寻找权重参数2深度学习的衡量标准损失函数3深度学习的核心算法反向传播算法三深度学习的helloword手写数字识别1加载kera
菜菜的程序猿·2020-06-25 06:28

Python深度学习-Keras应用-文本生成

使用LSTM生成文本1.如何生成序列数据用深度学习生成序列数据的通用方法，就是使用前面的标记作为输入，训练一个网络（通常是循环神经网络或卷积神经网络）来预测序列中接下来的一个或多个标记。例如，给定输入thecatisonthema，训练网络来预测目标t，即下一个字符。与前面处理文本数据时一样，标记（token）通常是单词或字符，给定前面的标记，能够对下一个标记的概率进行建模的任何网络都叫作语言模型
zsx_yiyiyi·2020-06-25 05:50

斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用

importstanza#测试一下中文模型（因为我这边中文模型已经下载过了，所以跳过download环节）In[10]:zh_nlp=stanza.Pipeline('zh')2020-04-1211:32:47INFO:"zh"isanaliasfor"zh-hans"2020-04-1211:32:47INFO:Loadingthesemodelsforlanguage:zh-hans(Sim
pan15125284·2020-06-24 19:52

如何免费云端运行Python深度学习框架？

想运行TuriCreate，却没有苹果电脑，也没有Linux使用经验，怎么办？用上这款云端应用，让你免安装Python运行环境。一分钱不用花，以高性能GPU，轻松玩儿转深度学习。（由于微信公众号外部链接的限制，文中的部分链接可能无法正确打开。如有需要，请点击文末的“阅读原文”按钮，访问可以正常显示外链的版本。）痛点《如何用Python和深度神经网络识别图像？》一文发布后，收到了很多读者的留言。大家
nkwshuyi·2020-06-24 17:45

Python深度学习，手把手教你实现「以图搜图」

随着深度学习的崛起，极大的推动了图像领域的发展，在提取特征这方面而言，神经网络目前有着不可替代的优势。之前文章中我们也介绍了图像检索往往是基于图像的特征比较，看特征匹配的程度有多少，从而检索出相似度高的图片。而检测图像特征，VGG16具有得天独厚的优势。接下来本文将会通过一个简单的案例来实现一个基于深度学习的图像检索小工具。准备工作老样子，先来准备好我们此次需要使用到的工具：IDE：Pycharm
Python编程KK·2020-06-24 14:33

Python深度学习（一）深度学习基础

翻译自DeepLearningWithPython（2018）第一章深度学习基础：https://www.jianshu.com/p/6c08f4ceab4c第二章深度学习的数学构建模块：https://www.jianshu.com/p/ba51e470b736第三章神经网络入门：https://www.jianshu.com/p/f1332c58ca86第四章机器学习基础：https://ww
风1995·2020-06-24 11:10

基于keras的VGG16模型微调

参考资料：《python深度学习》第五章。keras官方中文文档。使用数据集：数据集来自kagglehttps://www.kaggle.com/tongpython/cat-and-dog。
酸辣粉不要辣·2020-06-24 09:35

机器学习和深度学习的最佳框架大比拼

如果把网撒得大些，可能还会覆盖其他几个流行的框架，包括Theano（一个10年之久的Python深度学习和机器学习框架），Keras（一个T
isuccess88·2020-06-23 18:18

AI-039: Python深度学习3 - 三个Karas实例-1

实例：通过imdb的评价数据来分析电影的好坏。套路：1.预处理数据2.建立网络模型（层数、每层节点数、激活函数）3.选取损失函数、优化器，训练轮次及批量大小4.使用训练集训练模型5.根据训练结果调整2、36.使用校验集校验模型7.根据校验结果调整2、38.使用测试集预测结果9.根据测试结果调整2、310.最终获得满意的模型：）最终的代码很简单，技术红利时代，造就了技术人员的层次天壤之别。加载数据f
铭记北宸·2020-06-23 12:22

深度学习、机器学习、tensorflow学习笔记杂烩，更新……

2019.3.16最近看了一些机器学习的视频和python深度学习的书籍，但最后还是发现直接看tensorflow框架的书来得直白。以下主要是书中的一些要点记录。
小刀_cs·2020-06-23 08:51

Python深度学习：基于TensorFlow - 第9章 TensorFlow基础 阅读笔记

读书笔记，垃圾内容文章目录ClientDistributedmasterWorkerServiceKernelImplementations本章主要内容数据流图`tf.Graph`TensorFlow基本概念张量tensor算子operations计算图computationgraphSession常量&变量占位符TensorFlow数据流图实现与可视化TensorFlow分布式这一章首先介绍了T
电影旅行敲代码·2020-06-23 03:03

Python深度学习 基于Tensorflow: Theano基础 读书笔记

未来补充逻辑回归实例拟合函数f(x)=11+ex∗w−bf(x)=\frac{1}{1+e^{x*w-b}}f(x)=1+ex∗w−b1代价函数xent(w,b)=−y∗log(f(x))−(1−y)∗log(1−f(x))xent(w,b)=-y*log(f(x))-(1-y)*log(1-f(x))xent(w,b)=−y∗log(f(x))−(1−y)∗log(1−f(x))cost(w,b
电影旅行敲代码·2020-06-23 03:03

Python深度学习---使用数据增强加预训练网络的特征提取

弗朗索瓦.肖莱的Python深度学习书，第五章5.3.1中的特征提取第二个例子，利用数据增强进行特征提取，我理解，笔者可能更想表述数据增强后使用VGG16卷积基的特征提取，因此循着这个技术思路，对利用冻结的卷积基训练模型源码进行了改进
寂寞军刀·2020-06-22 13:25

Python深度学习

一.深度学习简介机器学习和深度学习的核心问题在于有意义地变换数据，换句话说，在于学习输入数据的有用表示(representation)——这种表示可以让数据更接近预期输出。深度学习是机器学习的一个分支领域:它是从数据中学习表示的一种新方法，强调从连续的层(layer)中进行学习，这些层对应于越来越有意义的表示。可以将深度网络看作多级信息蒸馏操作:信息穿过连续的过滤器，其纯度越来越高(即对任务的帮助
aa_JamesJones·2020-06-22 11:44

python深度学习--jena温度预测

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportpylabfrompandasimportDataFrame,Seriesfromkerasimportmodels,layers,optimizers,losses,metricsfromkeras.utils.np_utilsimportto_categorical
SunChao3555·2020-06-22 05:59

[Python人工智能] 十八.Keras搭建卷积神经网络及CNN原理详解

从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章详细讲解了Keras实现分类学习，以MNIST数字图片为例进行讲解。
Eastmount·2020-06-21 19:45

[Python人工智能] 十九.Keras搭建循环神经网络分类案例及RNN原理详解

从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章分享了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。
Eastmount·2020-06-21 19:45

[Python人工智能] 十七.Keras搭建分类神经网络及MNIST数字图像案例分析

从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章详细讲解了Keras环境搭建、入门基础及回归神经网络案例。
Eastmount·2020-06-21 19:45

[Python人工智能] 十六.Keras环境搭建、入门基础及回归神经网络案例

从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章详细讲解了无监督学习Autoencoder的原理知识，然后用MNIST手写数字案例进行对比实验及聚类分析。
Eastmount·2020-06-21 19:45
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他