深度学习基石：一篇文章理解反向传播
https://blog.csdn.net/goldfish288/article/details/79835550原文地址：https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/ 逐步反向传播示例背景反向传播...
Python Pytorch深度学习之数据加载和处理
今天小编就为大家分享一篇Pytorch 数据加载与数据预处理方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
实战 | 深度学习轻松学：如何用可视化界面来部署深度学习模型
翻译|AI科技大本营参与|王赫上个月，我有幸结识了 DeepCognition.ai 的创始人。DeepCognition(深度认知)建立的深度学习工作室，为很多准备部署深度学习框架和采用人工智能技术的机构打破了诸多难以逾越的障碍。究竟什么是深度学习？在我们说明DeepCognition是如何简化深...
【深度学习系列】PaddlePaddle可视化之VisualDL
上篇文章我们讲了如何对模型进行可视化，用的keras手动绘图输出CNN训练的中途结果，本篇文章将讲述如何用PaddlePaddle新开源的VisualDL来进行可视化。在讲VisualDL之前，我们先了解一下常用的Tensorflow的可视化工具---Tensorboard。Tensorflow的可...
深度学习预报模型：深度信念网络
深度学习是指基于样本数据通过一定的训练方法得到包含多个层级的深度网络结构的机器学习过程。深度学习模型分为前馈深度网络、反馈深度网络和双向深度网络。深度信念网络是一种经典的双向深度网络,被广泛应用于图像分类、语音识别等领域,具有较强的分类、预测能力。因此,本文基于深度信念网络提出空气污染预报模型。深度...
Deep Learning（深度学习）学习笔记整理系列之（八）
DeepLearning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion1.02013-04-08声明：1）该DeepLearning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的...
Deep Learning（深度学习）学习笔记整理系列之（三）
DeepLearning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion1.02013-04-08声明：1）该DeepLearning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的...
深度学习详解之初试机器学习
机器学习可应用在各个方面，本篇将在系统性进入机器学习方向前，初步认识机器学习，利用线性回归预测波士顿房价，让我们一起来看看吧
【深度学习】环境配置之Anaconda安装
官网的下载地址：https://www.continuum.io/downloadsAnaconda下载下来之后安装包在D盘，安装python的时候出现了这个错误：先把杀毒软件关掉，不行把电脑的安全级别降低也不行搜了半天发现并没有人遇到跟我同样的问题，并且在此期间，我安装了opencv2.4.13完...
深度学习工具caffe具体安装指南
caffe安装指南—吐血整理前言：在一台系统环境较好的linux机器上能够非常easy的安装caffe，可是假设系统本身非常旧，又没有GPU的话。安装就太麻烦了，全部都得从头做起，本文档旨在尽可能覆盖安装所要採的坑。步骤：一、caffe是主要是C/C++和python编写的。首先，得须要将gcc，g...
基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境
基于Ubuntu+Python+Tensorflow+Jupyternotebook搭建深度学习环境前言一、环境准备环境介绍软件下载VMware下安装UbuntuUbuntu下Anaconda的安装二、Xshell远程连接Ubuntu系统三、Jupyternotebook服务器的配置及远程访问四、远...
ubuntu 深度学习cuda环境搭建，docker-nvidia 2019-02
ubuntu深度学习cuda环境搭建ubuntu系统版本18.04查看GPU型号(NVS315性能很差,比没有强)首先最好有ssh服务,以下操作都是远程ssh执行lspci|grep-invidia03:00.0VGAcompatiblecontroller:NVIDIACorporationGF1...
WordCount示例深度学习MapReduce过程（1）
我们都安装完Hadoop之后，按照一些案例先要跑一个WourdCount程序，来测试Hadoop安装是否成功。在终端中用命令创建一个文件夹，简单的向两个文件中各写入一段话，然后运行Hadoop，WourdCount自带WourdCount程序指令，就可以输出写入的那句话各个不同单词的个数。但是这不是...
深度学习基础系列（七）| Batch Normalization
BatchNormalization（批量标准化，简称BN）是近些年来深度学习优化中一个重要的手段。BN能带来如下优点：加速训练过程；可以使用较大的学习率；允许在深层网络中使用sigmoid这种易导致梯度消失的激活函数；具有轻微地正则化效果，以此可以降低dropout的使用。但为什么BN能够如此有效...
深度学习基础系列（十）| Global Average Pooling是否可以替代全连接层？
GlobalAveragePooling(简称GAP，全局池化层)技术最早提出是在这篇论文（第3.2节）中，被认为是可以替代全连接层的一种新技术。在keras发布的经典模型中，可以看到不少模型甚至抛弃了全连接层，转而使用GAP，而在支持迁移学习方面，各个模型几乎都支持使用GlobalAverageP...
深度学习基础系列（十一）| Keras中图像增强技术详解
在深度学习中，数据短缺是我们经常面临的一个问题，虽然现在有不少公开数据集，但跟大公司掌握的海量数据集相比，数量上仍然偏少，而某些特定领域的数据采集更是非常困难。根据之前的学习可知，数据量少带来的最直接影响就是过拟合。那有没有办法在现有少量数据基础上，降低或解决过拟合问题呢？答案是有的，就是数据增强技...
深度学习基础（五）ResNet_Deep Residual Learning for Image Recognition
ResNet可以说是在过去几年中计算机视觉和深度学习领域最具开创性的工作。在其面世以后，目标检测、图像分割等任务中著名的网络模型纷纷借鉴其思想，进一步提升了各自的性能，比如yolo，Inception-v4等。ResNet通过重构模型对残差映射（Residualmapping）进行拟合，而非以往那样...
深度学习基础系列（一）| 一文看懂用kersa构建模型的各层含义（掌握输出尺寸和可训练参数数量的计算方法）
我们在学习成熟网络模型时，如VGG、Inception、Resnet等，往往面临的第一个问题便是这些模型的各层参数是如何设置的呢？另外，我们如果要设计自己的网路模型时，又该如何设置各层参数呢？如果模型参数设置出错的话，其实模型也往往不能运行了。所以，我们需要首先了解模型各层的含义，比如输出尺寸和可训...
深度学习原理与框架-神经网络-cifar10分类(代码) 1.np.concatenate(进行数据串接) 2.np.hstack(将数据横着排列) 3.hasattr(判断.py文件的函数是否存在) 4.reshape(维度重构) 5.tanspose(维度位置变化) 6.pickle.load(f文件读入) 7.np.argmax(获得最大值索引) 8.np.maximum(阈值比较)
横1.np.concatenate(list,axis=0)将数据进行串接，这里主要是可以将列表进行x轴获得y轴的串接参数说明：list表示需要串接的列表，axis=0，表示从上到下进行串接2.np.hstack(list) 将列表进行横向排列参数说明：list.append([1,2]),list...
深度学习入门
1.1什么是学习？ 赫伯特·西蒙教授（HerbertSimon，1975年图灵奖获得者、1978年诺贝尔经济学奖获得者）曾对“学习”给了一个定义：“如果一个系统，能够通过执行某个过程，就此改进了它的性能，那么这个过程就是学习” 学习的核心目的，就是改善性能。1.2什么是机器学习？ 对于某类任务...