[置顶] Deep Learning 学习笔记
一、文章来由好久没写原创博客了，一直处于学习新知识的阶段。来新加坡也有一个星期，搞定签证、入学等杂事之后，今天上午与导师确定了接下来的研究任务，我平时基本也是把博客当作联机版的云笔记~~如果有写的不对的地方，欢迎批评指正。二、《一天搞懂深度学习》300多页的PPT，台大教授写的好文章。 对应的视频地...
Deep Learning学习笔记（1）
DeepLearning学习笔记 大纲 Logisitic Regression逻辑回归1. 二分分类2. 符号约定3. 逻辑回归4. 梯度下降法5. Vectorization向量化6. Python Broadcasting广播 Logisitic Regression逻辑回归 二分分类 ...
Deep Learning 学习笔记——第9章
总览： 本章所讲的知识点包括》》》》 1、描述卷积操作2、解释使用卷积的原因3、描述pooling操作4、卷积在实践应用中的变化形式 5、卷积如何适应输入数据6、CNN对DL的影响 本章未包含的知识点有》》》》 在实际应用中如何选取CNN架构 本章的目的是阐述CNN提供的处理数据的方法。在第11章将...
python Deep learning 学习笔记（3）
本节介绍基于Keras的使用预训练模型方法 想要将深度学习应用于小型图像数据集，一种常用且非常高效的方法是使用预训练网络。预训练网络(pretrained network)是一个保存好的网络，之前已在大型数据集(通常是大规模图像分类任务)上训练好 使用预训练网络有两种方法:特征提取(feature ...
deep learning tutorial 学习笔记
Deep learning Tutorial cs231n 讲义，作业 why deep is better? Choosing Proper Loss dropout dropout is kind of ensembel Why CNN for Image 卷积核处理后的尺...
【deep learning学习笔记】Autoencoder
继续学习deep learning，看yusugomori的code，看到里面DA（Denoising Autoencoders）和SDA（Stacked Denoising Autoencoders）的code，与RBM非常像。心里有个问题，autoencoder和RBM有什么区别和联系？又上网上...
python Deep learning 学习笔记（6）
本节介绍循环神经网络及其优化循环神经网络（RNN，recurrent neural network）处理序列的方式是，遍历所有序列元素，并保存一个状态（state），其中包含与已查看内容相关的信息。在处理两个不同的独立序列（比如两条不同的 IMDB 评论）之间，RNN 状态会被重置，因此，你仍可以将...
python Deep learning 学习笔记（5）
本节讲深度学习用于文本和序列 用于处理序列的两种基本的深度学习算法分别是循环神经网络（recurrent neural network）和一维卷积神经网络（1D convnet） 与其他所有神经网络一样，深度学习模型不会接收原始文本作为输入，它只能处理数值张量。文本向量化（vectorize）是指将...
深度学习入门笔记 Deep Learning Notes
首发： part I https://yq.aliyun.com/articles/71667 part II https://yq.aliyun.com/articles/72036 作者介绍：Deepak Shah Deepak Shah毕业于德克萨...
学习笔记之深度学习（Deep Learning）
深度学习 - *，*的百科全书 https://zh.wikipedia.org/wiki/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0 深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进...
Deep Learning（深度学习) 学习笔记（二）
前言：昨天看到微博上分享的深度学习视频，为上海复旦大学吴立德教授深度学习课程，一共六课时，视频地址点击打开链接。在此我结合其他资料，写点个人的学习笔记进行记录。 第二课：前馈神经网BP算法 本课吴老师对深度学习前馈神经网BP算法做介绍。内容分为两块：1.前馈网基本概念 2.BP算法 1前馈...
Deep Learning（深度学习) 学习笔记（一）
前言：昨天看到微博上分享的深度学习视频，为上海复旦大学吴立德教授深度学习课程，一共六课时，视频地址点击打开链接。在此我结合其他资料，写点个人的学习笔记进行记录。 第一课：概述 本课吴老师对深度学习做了一个简单的介绍。内容分为三块：1.深度学习简介 2.深度学习应用 3.领域概况 1.深度学习...
Deep Learning（深度学习) 学习笔记（三）
前言：昨天看到微博上分享的深度学习视频，为上海复旦大学吴立德教授深度学习课程，一共六课时，视频地址点击打开链接。在此我结合其他资料，写点个人的学习笔记进行记录。 第三，四课：稀疏编码 本课吴老师对稀疏编码做了一个简单的介绍。内容分为三块：1.深度学习 2.稀疏编码 **这两节课讲的是稀...
【深度学习】李宏毅2021/2022春深度学习课程笔记 - Deep Learning Introduction
文章目录 一、深度学习的概念二、函数的类型三、深度学习的步骤3.1 定义一个参数未知的函数表达式3.2 定义一个损失函数3.3 采用梯度下降法求解使得函数表达式的Loss最小的参数四、视频播放量预测案例4.1 案例介绍和思路分析4.2 线性函数表达式14.3 改进1：使用前一段时间的播放量来预测明...
Deep learning with Python 学习笔记（2）
本节介绍基于Keras的CNN 卷积神经网络接收形状为 (image_height, image_width, image_channels)的输入张量(不包括批量维度)，宽度和高度两个维度的尺寸通常会随着网络加深而变小。通道数量由传入 Conv2D 层的第一个参数所控制用卷积神经网络对 MNIS...
Deep learning with Python 学习笔记（3）
本节介绍基于Keras的使用预训练模型方法想要将深度学习应用于小型图像数据集，一种常用且非常高效的方法是使用预训练网络。预训练网络(pretrained network)是一个保存好的网络，之前已在大型数据集(通常是大规模图像分类任务)上训练好使用预训练网络有两种方法:特征提取(feature ex...
Deep learning with Python 学习笔记（1）
深度学习基础Python 的 Keras 库来学习手写数字分类，将手写数字的灰度图像(28 像素 ×28 像素)划分到 10 个类别中(0~9)神经网络的核心组件是层(layer),它是一种数据处理模块，它从输入数据中提取表示，紧接着的一个例子中，将含有两个Dense 层,它们是密集连接(也叫全连接...
Deep learning with Python 学习笔记（5）
本节讲深度学习用于文本和序列用于处理序列的两种基本的深度学习算法分别是循环神经网络（recurrent neural network）和一维卷积神经网络（1D convnet）与其他所有神经网络一样，深度学习模型不会接收原始文本作为输入，它只能处理数值张量。文本向量化（vectorize）是指将文本...
Deep learning with Python 学习笔记（4）
本节讲卷积神经网络的可视化三种方法可视化卷积神经网络的中间输出（中间激活）有助于理解卷积神经网络连续的层如何对输入进行变换，也有助于初步了解卷积神经网络每个过滤器的含义可视化卷积神经网络的过滤器有助于精确理解卷积神经网络中每个过滤器容易接受的视觉模式或视觉概念可视化图像中类激活的热力图有助于理解图像...
Deep learning with Python 学习笔记（8）
Keras 函数式编程利用 Keras 函数式 API，你可以构建类图（graph-like）模型、在不同的输入之间共享某一层，并且还可以像使用 Python 函数一样使用 Keras 模型。Keras 回调函数和 TensorBoard 基于浏览器的可视化工具，让你可以在训练过程中监控模型对于多输...