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. 用PyTorch在一个物体数据库上训练ResNet

  2. 最近几年，在处理语音、图像识别和语言处理等问题上，深度学习有着十分不错的表现。在所有类型神经网络中，卷积神经网络中研究最为深入的。在过去因为没有大数据与高性能的计算设备支撑，想要在不过拟合进行高性能卷积神经网络训练是难以想象的。如今卷积神经网络的飞速发展，离不开出现了ImageNet这样的数据，还有大幅提升的GPU计算性能。尽管各种 CNN 模型仍继续在多种计算机视觉应用中进一步推进当前最佳的表现，但在理解这些系统的工作方式和如此有效的原因上的进展仍还有限。这个问题已经引起了很多研究者的兴趣，

  3. 所属分类：机器学习

    • 发布日期：2018-08-22
    • 文件大小：7340032
    • 提供者：liiukangkang

  1. 基于pytorch的cnn水果分类器深度学习平台

  2. 基于基于pytorch的cnn水果分类器深度学习平台，后期博客会针对该程序做以讲解，同时平台的搭建可以参考我的第一篇博客

  3. 所属分类：Python

    • 发布日期：2019-03-31
    • 文件大小：3145728
    • 提供者：zjguilai

  1. pytorch学习.zip

  2. pytorch入门的一些练习程序,包含Tensor的创建,线性分类器,主流CNN模型搭建,二分类网络模型搭建,Optimizer优化器的使用等

  3. 所属分类：深度学习

    • 发布日期：2020-05-05
    • 文件大小：588800
    • 提供者：qq_37568167

  1. pytorch.zip

  2. pytorch入门的一些练习程序,包含Tensor的创建,线性分类器,主流CNN模型搭建,二分类网络模型搭建,Optimizer优化器的使用等

  3. 所属分类：深度学习

    • 发布日期：2020-05-04
    • 文件大小：115712
    • 提供者：qq_37568167

  1. pytorch模型基本代码.tar.gz

  2. 本文件主要包括pytorch基础用法，以及用pytorch搭建的线性回归、逻辑回归、多层感知器，、CNN和RNN，是通过学习微专业《深度学习工程师（实战）》后，自己复现写出。主要是简单的pytorch的模型搭建样板，供深度学习初学者参考。

  3. 所属分类：深度学习

    • 发布日期：2020-03-26
    • 文件大小：16384
    • 提供者：xiaokan_001

  1. pytorch实现CNN卷积神经网络

  2. 主要为大家详细介绍了pytorch实现CNN卷积神经网络，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：47104
    • 提供者：weixin_38699352

  1. pytorch实现CNN卷积神经网络

  2. 本文为大家讲解了pytorch实现CNN卷积神经网络，供大家参考，具体内容如下 我对卷积神经网络的一些认识     卷积神经网络是时下最为流行的一种深度学习网络，由于其具有局部感受野等特性，让其与人眼识别图像具有相似性，因此被广泛应用于图像识别中，本人是研究机械故障诊断方面的，一般利用旋转机械的振动信号作为数据。     对一维信号，通常采取的方法有两种，第一，直接对其做一维卷积，第二，反映到时频图像上，这就变成了图像识别，此前一直都在利用keras搭建网络，最近学了pytroch搭建cnn的方

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：50176
    • 提供者：weixin_38718434

  1. pytorch搭建CNN

  2. 1.直接 import torch.nn as nn import torch.nn.functional as F class Net(nn.Module): def __init__(self): super(Net, self).__init__() # 1 input image channel, 6 output channels, 3x3 square convolution # kernel self.con

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：17408
    • 提供者：weixin_38732912

  1. tensorflow2.0更普遍的构建模型

  2. 在tensorflow2.0里面，最典型和常用的神经网络结构是将一堆层按特定顺序叠加起来，那么，我们是不是只需要提供一个层的列表，就能由 Keras 将它们自动首尾相连，形成模型呢？Keras 的 Sequential API 正是如此。通过向 tf.keras.models.Sequential() 提供一个层的列表，就能快速地建立一个 tf.keras.Model 模型并返回，就如我之前写到的博客一样。 但这种的写法和其他流行的深度学习的框架（如PyTorch）不能很好的贯通，灵活性也不是很

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：65536
    • 提供者：weixin_38623366

  1. CNN关系抽取模型.zip

  2. 利用pytorch搭建了一个简单的关系抽取模型，数据集使用的SemEval2010_task8

  3. 所属分类：互联网

    • 发布日期：2021-03-19
    • 文件大小：37748736
    • 提供者：qq_41402756