注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. deepbayes-2018-day2

  2. 深度学习贝叶斯，这是一份密集的6天速成课程中的第二天的课程内容（内附PPT和jupyter notebook python代码）。 在 Deep|Bayes 夏季课程中，授课人将讨论贝叶斯方法如何结合深度学习，并在机器学习应用中实现更好的结果。近期研究表明贝叶斯方法的利用可以带来许多好处。学生将学到对理解当前机器学习研究非常重要的方法和技术。他们还将体会贝叶斯方法和强化学习之间的联系，学习神经网络的现代随机优化方法和正则化技术。在课程之后，授课人还设置了实践环节。 备注：由于文件上传大小限制，故

  3. 所属分类：机器学习

    • 发布日期：2018-09-08
    • 文件大小：33554432
    • 提供者：u013468614

  1. 飞桨深度学习学院-Python小白逆袭大神Day（2）笔记

  2. Python小白逆袭大神Day2-《青春有你2》选手信息爬取作业：青春有你2》选手图片爬取，将爬取图片进行保存代码详解步骤一步骤二 Day2-《青春有你2》选手信息爬取 作业：青春有你2》选手图片爬取，将爬取图片进行保存 作业代码如下： ef crawl_pic_urls(): ''' 爬取每个选手的百度百科图片，并保存 ''' with open('work/'+ today + '.json', 'r', encoding='UTF-8') as file:

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：425984
    • 提供者：weixin_38566180

  1. paddlepaddle(飞桨) python 教学 Day2-《青春有你2》选手信息爬取–解答

  2. ！！！作业说明！！！ 1.请在下方提示位置，补充代码，完成《青春有你2》选手图片爬取，将爬取图片进行保存，保证代码正常运行 2.打印爬取的所有图片的绝对路径，以及爬取的图片总数，此部分已经给出代码。请在提交前，一定要保证有打印结果，如下图所示： 深度学习一般过程: 收集数据，尤其是有标签、高质量的数据是一件昂贵的工作。 爬虫的过程，就是模仿浏览器的行为，往目标站点发送请求，接收服务器的响应数据，提取需要的信息，并进行保存的过程。 Python为爬虫的实现提供了工具:requests模块、

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：752640
    • 提供者：weixin_38670297

  1. 飞桨深度学习学院 百度深度学习7日打卡第六期：Python小白逆袭大神 结营心得

  2. 飞桨深度学习学院 百度深度学习7日打卡第六期：Python小白逆袭大神 结营心得先来说说这七天的课程里有哪些具体收获吧！！！Day1-人工智能概述与入门基础Day2-Python进阶Day3-人工智能常用Python库Day4-PaddleHub体验与应用Day5-EasyDL体验与作业发布Day6-PaddleHub创意赛发布Day7-课程结营接下来，总结一下这些天来的一些感受吧。 先来说说这七天的课程里有哪些具体收获吧！！！ Day1-人工智能概述与入门基础   第一天只是学习了一些人工智能

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：135168
    • 提供者：weixin_38707240

  1. 百度PaddlePaddle深度学习七日打卡技术心得及笔记

  2. 百度PaddlePaddle深度学习七日打卡技术心得及笔记七日打卡心得七日打卡技术收获Day1-Python基础练习输出 9*9 乘法口诀表查找特定名称文件Day2-《青春有你2》选手信息爬取Day3-《青春有你2》选手数据分析Day4-《青春有你2》选手识别Day5-综合大作业 七日打卡心得 通过这一期的七日打卡学习，我收获很多。 课程内容从Python基础讲起，适合有一些编程语言基础的学生或者接触过Python，但基础不扎实的学生学习。课程内容由易到难，很丰富，作业难度适中，并且对讲解的内容

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：70656
    • 提供者：weixin_38610682

  1. DAY2-《动手学深度学习》(PyTorch版)

  2. Task03： 过拟合和欠拟合 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。 模型复杂度 为了解释模型复杂度，我们以多项式函数拟合为例。给定一个由标量数据特征x和对应的标量标签y组成的训练数据集，多项式函数拟合

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：183296
    • 提供者：weixin_38677260

  1. 深度学习 DAY2

  2. 一、SVM 1.几个概念需要理清 几何间隔 函数间隔 决策边界 2.求解 通过放缩w,b，使得函数间隔变成1，转而变成最小化||w||，等价于 min 1/2*||w||,变成2次规划问题 由此可以看出，函数间隔可以取任意值，函数间隔的数值越大，不能说明分类结果的确信度越大。 3.对偶问题 可以用SMO对α进行求解，然后求解w，注意w有唯一解，但是b的解在一个区间当中，并不唯一。 对于一些“渗透”的点，可以添加松弛变量 4.核函数 非线性关系怎么进行分割呢？ 用特征映射

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：1048576
    • 提供者：weixin_38502916

  1. DAY 2 动手学习深度学习

  2. 【任务安排】： Task03：过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶（1天） Task04：机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer（1天） Task05：卷积神经网络基础；leNet；卷积神经网络进阶（1天） Task03： 过拟合、欠拟合及其解决方案 过拟合、欠拟合的概念 权重衰减 丢弃法 梯度消失、梯度爆炸 梯度消失和梯度爆炸 考虑到环境因素的其他问题 Kaggle房价预测 循环神经网络进阶 深度卷积神经网络（AlexNet） 使

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：194560
    • 提供者：weixin_38520258

  1. 深度学习（基于Tensorflow2.0）学习笔记——Day2

  2. 引言 昨天已经把关于深度学习的一些基础知识简要回顾了一下，那么从今天开始就要正式开始实战了。正所谓“万事开头难”，但如果不迈出第一步就永远无法知道自己究竟能不能完成。所以不要望而生畏，更不能眼高手低，放低自己的姿态，脚踏实地的研究下去。 Tensorflow2.0环境配置 刚开始在配置Tensorflow2.0环境的时候（准确来说是2.0alpha，当时正式版还没有发布），费了不少的时间，而且直到最后也没能安装成功。所以在这里我建议大家可以用conda安装，配置一个TF2.0虚拟环境。原因是这种

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：614400
    • 提供者：weixin_38747211