您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Deep Learning(深度学习)学习笔记整理系列pdf

  2. 原创作者是Zouxy,整个笔记在他博客上,为了方便大家保存阅读,我将其整理成了pdf文档,希望大家多多交流。 目录 一、概述 2 二、背景 5 三、人脑视觉机理 8 四、关于特征 10 4.1、特征表示的粒度 10 4.2、初级(浅层)特征表示 11 4.3、结构性特征表示 14 4.4、需要有多少个特征? 16 五、Deep Learning的基本思想 17 六、浅层学习(Shallow Learning)和深度学习(Deep Learning) 18 七、Deep learning与Neu
  3. 所属分类:其它

    • 发布日期:2015-09-09
    • 文件大小:1048576
    • 提供者:cdownload_zxl
  1. Deeplearning深度学习笔记(黄博士2017版课程笔记)

  2. Deeplearning深度学习笔记(黄博士2017版课程笔记),2018.4.1最新更新,现在资源不能设置为免费了。。。sorry
  3. 所属分类:讲义

    • 发布日期:2018-04-20
    • 文件大小:26214400
    • 提供者:f364501413
  1. 吴恩达DL深度学习笔记v3.03.pdf

  2. Coursera深度学习教程中文笔记 课程概述 这些课程专为已有一定基础(基本的编程知识,熟悉Python、对机器学习有基本了解), 想要尝试进入人工智能领域的计算机专业人士准备。介绍显示:“深度学习是科技业最热门 的技能之一,本课程将帮你掌握深度学习。” 在这5堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (R
  3. 所属分类:深度学习

    • 发布日期:2019-08-19
    • 文件大小:14680064
    • 提供者:drjiachen
  1. 卷积神经网络(CNN).pdf

  2. 卷积神经网络(CNN)的快速入门做的笔记,简洁可参考。 一、卷积神经网络(CNN) 二、LeNet(推进深度学习最早的卷积神经网络之一) 1、卷积操作 2、非线性简介(ReLU)(激活函数) 3、池化操作 4、全连接层 ...
  3. 所属分类:深度学习

    • 发布日期:2020-04-01
    • 文件大小:468992
    • 提供者:weixin_39079076
  1. 深度学习笔记(3)基于Tensorflow的多元线性回归:预测波士顿房价

  2. 问题描述 给定波士顿地区一系列地区租房的价格,然后罗列出了收集到多个因素,每个因素已经是量化好。现在给定的要求是,使用一个多元线性模型去拟合这些数据,然后用于预测。 模型 price=f(x1,x2,…,xn)=∑i=1nwixi+b price = f(x_1, x_2, …, x_n) = \sum\limits_{i=1}^{n} w_i x_i + bprice=f(x1​,x2​,…,xn​)=i=1∑n​wi​xi​+b 这里没有激活函数,所以还不到神经网络的阶段。 基于Tensor
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:249856
    • 提供者:weixin_38700240
  1. 深度学习之Tensorflow工程化项目实战 读书笔记(03.18)

  2. 日期:2020.03.18 资料:《深度学习之Tensorflow工程化项目实战》 章节:第四章 代码分析: **·**实例4.4: line14: reader = tf.TextLineReader(skip_header_lines=1) 分析:tf内置处理文本的函数,可以按行读取以换行符为间隔的文本文件 line19:featurecolumn = [i for i in cvscolumn[1:-1]]#遍历取出列表中的第二个到倒数第二个元素组成新列表 分析:列表推导式,效率比for
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:39936
    • 提供者:weixin_38652636
  1. 飞桨深度学习学院-Python小白逆袭大神Day(4)笔记

  2. Python小白逆袭大神Day4-《青春有你2》选手识别作业:对测试的图片进行分类代码详解步骤一步骤二步骤三步骤四步骤五步骤六 Day4-《青春有你2》选手识别 作业:对测试的图片进行分类 代码详解 步骤一 爬取5位参赛选手的照片,制作训练集。这里放上我借鉴的数据集 链接: link. (#CPU环境启动请务必执行该指令 %set_env CPU_NUM=1 )这句可不运行,后边使用GPU 步骤二 由于下载的照片名称不对,所以需要对文件进行文件名的修改,代码如下: def rename(pa
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:104448
    • 提供者:weixin_38689857
  1. 史上最详细Python爬虫基础教学(一)

  2. 目录一、前言二、爬虫简介2.1 什么是爬虫2.2 基本的爬虫流程2.3 爬虫的分类2.4 robots协议三、网站基础3.1 HTTP和HTTPS3.2 URL3.3 请求和响应3.4 网页基础 一、前言 首先,我也是个爬虫小白,也在努力的学习中,当然,接触python也不只是为了去学爬虫,数据分析啊,机器学习和深度学习啊,都是我努力的目标。我开始写这个爬虫教程也是想和我一样想学好爬虫的小白在边自己去写教程的同时可以去温习一下旧知识,更能够在学习新知识的时候加深印象,我会在以后将自己学到
  3. 所属分类:其它

    • 发布日期:2021-01-08
    • 文件大小:552960
    • 提供者:weixin_38540782
  1. 《动手学深度学习——卷积神经网络、LeNet、卷积神经网络进阶》笔记

  2. 动手学深度学习:卷积神经网络,LeNet,卷积神经网络进阶 卷积神经网络基础 目录: 1、卷积神经网络的基础概念 2、卷积层和池化层 3、填充、步幅、输入通道和输出通道 4、卷积层的简洁实现 5、池化层的简洁实现 1、卷积神经网络的基础概念 最常见的二维卷积层,常用于处理图像数据。 二维互相关运算 二维互相关(cross-correlation)运算的输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。卷积核的尺寸通常小
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:135168
    • 提供者:weixin_38630571
  1. 14天动手挑战深度学习Pytorch–task3、4、5笔记

  2. 一、过拟合以及欠拟合提出以及解决方案 1.欠拟合以及过拟合的概念 一类是模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting); 另一类是模型的训练误差远小于它在测试数据集上的误差,我们称该现象为过拟合(overfitting)。 在实践中,我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题,在这里我们重点讨论两个因素:模型复杂度和训练数据集大小。 2.模型复杂度和训练数据集大小 3补充:在多项式函数拟合实验中用到的torch.cat()函数的用
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:142336
    • 提供者:weixin_38554186
  1. 伯禹公益AI《动手学深度学习PyTorch版》Task 08 学习笔记

  2. 伯禹公益AI《动手学深度学习PyTorch版》Task 08 学习笔记 Task 08:文本分类;数据增强;模型微调 微信昵称:WarmIce 文本分类 前面一堆数据处理和对双向循环神经网络的讲解可以忽略了,之前都讲过,咱也都详细聊过。 这里主要说一下情感分类在使用双向循环神经网络时的一个细节。我们可以根据双向循环网络得到t个时刻的双向的经过concat的隐藏状态,那么如何利用这t个信息进行二分类呢(假设只进行正面与反面的二分类)。给的例子中,只使用了第1个时刻的concat后的隐藏状态与第t
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:99328
    • 提供者:weixin_38706455
  1. 【李宏毅机器学习笔记】6、简单介绍深度学习(Deep Learning)

  2. 【李宏毅机器学习笔记】1、回归问题(Regression) 【李宏毅机器学习笔记】2、error产生自哪里? 【李宏毅机器学习笔记】3、gradient descent 【李宏毅机器学习笔记】4、Classification 【李宏毅机器学习笔记】5、Logistic Regression 【李宏毅机器学习笔记】6、简短介绍Deep Learning 【李宏毅机器学习笔记】7、反向传播(Backpropagation) 【李宏毅机器学习笔记】8、Tips for Training DNN 【李宏
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:2097152
    • 提供者:weixin_38597990
  1. 深度学习笔记(4)

  2. 一、机器翻译及相关技术; 机器翻译(MT):将一段文本从一种语言自动翻译为另一种语言,用神经网络解决这个问题通常称为神经机器翻译(NMT)。 主要特征:输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。( 例:i am chinese=我是中国人,长度变化:3—>5) 数据预处理: 将数据集清洗、转化为神经网络的输入minbatch 分词: 字符串—>单词组成的列表 建立词典: 单词组成的列表—>单词id组成的列表 载入数据集: Encoder-Decode
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:578560
    • 提供者:weixin_38587130
  1. PyTorch版《动手学深度学习》学习笔记 Task.4

  2. 有效长度 def SequenceMask(X, X_len,value=0): maxlen = X.size(1) mask = torch.arange(maxlen)[None, :].to(X_len.device) < X_len[:, None] X[~mask]=value return X 在seq2seq模型中,解码器只能隐式地从编码器的最终状态中选择相应的信息。然而,注意力机制可以将这种选择过程显式地建模。 unsqueeze()函数
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:31744
    • 提供者:weixin_38695773
  1. coursera-deep-learning-specialization:deeplearning.ai提供的Coursera深度学习专业内所有课程的笔记,编程作业和测验-源码

  2. Coursera上的深度学习专业化(由deeplearning.ai提供) deeplearning.ai提供的Coursera所有课程的编程作业和测验。 授课老师: 笔记 有关Coursera深度学习专业中所有课程的详细面试准备笔记,请 设置 运行setup.sh以(i)下载经过预先​​训练的VGG-19数据集,并(ii)提取所有分配所需的经过z​​ip压缩的经过预先训练的模型和数据集。 学分 此仓库包含我针对该专业的工作。除非另有说明,否则代码库,测验问题和图表均取自的“ 。 编程作业 课
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:183500800
    • 提供者:weixin_42160645
  1. leedeeprl-notes:李宏毅《深度强化学习》笔记,在线阅读地址:https-源码

  2. 李宏毅深度强化学习笔记(LeeDeepRL-注意事项) 李宏幽默老师的《深度强化学习》是强化学习领域经典的中文视频之一。李老师幽默风趣的上课风格让晦涩难懂的强化学习理论变得轻松易懂,他会通过很多有趣的例子例证解强化学习理论。某些老师经常会用玩Atari游戏的例子解释解解强化学习算法。如此,为了课程的补充,我们整理了周博磊老师的《强化学习纲要》,李科浇老师的《百度强化学习》。以及多个强化学习的经典资料作为补充。对于想入门强化学习又想看中文讲解的人来说绝对是非常推荐的。 使用说明 第4章到第11章为
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:141557760
    • 提供者:weixin_42175776
  1. MachineLearning-DeepLearning-NLP-LeetCode-StatisticalLearningMethod-TensorFlow:最近在学习机器学习,深度学习,自然语言处理,统计学习方法等知识,理论学习主要根据自

  2. 机器学习-深度学习-NLP-LeetCode-统计学习方法 最近在学习机器学习,深度学习,自然语言处理,统计学习方法等知识,理论学习主要根据来进行学习,上面有很详细的入门,实战及进阶知识,相信你会喜欢的,欢迎点赞。在学习理论的同时,决定自己将学习的相关算法使用Python实现一遍,并结合GitHub上相关大牛的代码进行改进,本项目会不断的更新相关算法,欢迎星级,分叉和关注。主要包括: 1.吴恩达Andrew Ng老师的机器学习课程个人笔记2.deeplearning.ai(吴恩达老师的深度学习课
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:8388608
    • 提供者:weixin_42126677
  1. [深度学习]动手学深度学习笔记-4

  2. Task2——过拟合、欠拟合及其解决方案 4.1 欠拟合与过拟合的概念 欠拟合:模型拟合不够,在训练集(training set)上表现效果差,没有充分的利用数据,预测的准确度低。 过拟合:模型过度拟合,在训练集(training set)上表现好,但是在测试集上效果差,也就是说在已知的数据集合中非常好,但是在添加一些新的数据进来训练效果就会差很多,造成这样的原因是考虑影响因素太多,超出自变量的维度过于多了。 在表征线性回归模型的下面三张图中,左图使用一条直线来做预测模型,很明显无论如何调整起
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:420864
    • 提供者:weixin_38611254
  1. DataWhale 深度学习 第二次打卡

  2. 第二次打卡学习笔记 1.过拟合欠拟合及其解决方案 2.梯度消失与梯度爆炸 3.循环神经网络进阶 4.机器翻译及相关技术 5.注意力机制与Seq2seq模型 6.Transfomer 7.卷积神经网络基础 8.LeNet 9.卷积神经网络进阶 过拟合欠拟合及其解决方案 在解释过拟合和欠拟合现象之前,我们需要区分训练误差(training error)和泛化误差(generalization error)。通俗来讲,前者指模型在训练数据集上表现出的误差,后者指模型在任意一个测试数据样本上表现出的误差
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:2097152
    • 提供者:weixin_38544781
  1. 深度学习入门笔记(二十):经典神经网络(LeNet-5、AlexNet和VGGNet)

  2. 专栏——深度学习入门笔记 声明 1)该文章整理自网上的大牛和机器学习专家无私奉献的资料,具体引用的资料请看参考文献。 2)本文仅供学术交流,非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不小心侵犯了大家的利益,还望海涵,并联系博主删除。 3)博主才疏学浅,文中如有不当之处,请各位指出,共同进步,谢谢。 4)此属于第一版本,若有错误,还需继续修正与增删。还望大家多多指点。大家都共享一点点,一起为祖国科研的推进添砖加瓦。 文章目录专栏——深度学习入门笔记声明深度学习入门笔记(二十):经
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:466944
    • 提供者:weixin_38629920
« 12 »