DeepLearning学习随记系列

最新推荐文章于 2023-10-06 10:56:50 发布
最新推荐文章于 2023-10-06 10:56:50 发布
阅读量678 收藏 1
点赞数

DeepLearning学习随记（一）稀疏自编码器

http://blog.csdn.net/zhoubl668/article/details/24800611


DeepLearning学习随记（二）Vectorized、PCA和Whitening


http://blog.csdn.net/zhoubl668/article/details/24800699


Deep Learning 学习随记（三）Softmax regression - bzjia

http://blog.csdn.net/zhoubl668/article/details/24800763


Deep Learning 学习随记（四）自学习和非监督特征学习

http://blog.csdn.net/zhoubl668/article/details/24800819


DeepLearning学习随记（五）Deepnetwork深度网络

http://blog.csdn.net/zhoubl668/article/details/24800923


Deep Learning 学习随记（六）Linear Decoder 线性解码

http://blog.csdn.net/zhoubl668/article/details/24801035


Deep Learning 学习随记（七）Convolution and Pooling --卷积和池化

http://blog.csdn.net/zhoubl668/article/details/24801103


 

Deep Learning 学习随记（八）CNN（Convolutional neural network）理解


http://blog.csdn.net/zhoubl668/article/details/24801183


 

深度学习（卷积神经网络）一些问题总结


http://blog.csdn.net/zhoubl668?viewmode=contents


Convolution Neural Network (CNN) 原理与实现

http://blog.csdn.net/abcjennifer/article/details/25912675


Deep Learning（深度学习）学习笔记整理系列之（七）

http://blog.csdn.net/zouxy09/article/details/8781543



lglgsy456
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
AJAX 随记
10-29
使用AJAX可以提供无页面刷新便可以从后台更新页面数据，因此可以做出类似桌面应用的效果，但是每用一次AJAX便会用到大量的Javascript语句，今天我把整理了一下，使它变得结构化一些。
深度学习deep learning
qq_46458188的博客
11-28 1万+
一、简介 深度学习是包含多个隐层的机器学习模型，核心是基于训练的方式，从海量数据中挖掘有用信息，实现分类与预测。 早期的深度学习模型：编码器、循环神经网络、深度置信网络、卷积神经网络 衍生模型：堆叠降噪自编码器、稀疏自编码器、降噪自编码器 深度学习的常用模型：卷积神经网络（CNN），深度信念网络（DBN），深度自动编码器（DAE），限制玻尔兹曼机（RBM）。CNN有全监督学习和权值共享的特点，在自然语言处理和语音图像识别领域有很强优势。其他深度学习模型大多先采用无监督方式逐层预训练，再使用有...
一、深度学习的基本介绍
lemon9597的博客
04-25 5064
具体来说，就是使用概率来评估一个单词序列发生的可能性，即在多大程度上是自然的单词序列。比如，对于“you say goodbye” 这一单词序列，语言模型给出高概率（比如 0.092)：对于“you say good die' 这一单词序列，模型则给出低概率（比如 0.000 000 000 0032 )。此时，使用语言模型，可以按照〝作为句子是否自然〞这一基淮对候选句子进行排序。具体地说，先将输人信号传给下一层（隐藏层)，接收到信号的层也同样传给下一层，然后再传给下一层⋯像这样，信号仅在一个方向上俊播。
深度学习概述
qq_41810539的博客
05-19 3656
深度学习(Deep Learning, DL)，由Hinton等人于2006年提出，是机器学习(MachineLearning, ML)的一个新领域目标： 深度学习被引入机器学习使其更接近于最初的目标----人工智能（AI，Artificial Intelligence）。实现：深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法
深度学习（一）
jialiyk的博客
09-15 1108
个人学习心得，仅供大家参考，欢迎大家提意见。文中内容主要参考了吴恩达老师的课程，以及相关的资料，文中有提及。
简述深度学习
JasonH2021的博客
07-07 1744
介绍了深度学习的基本概念，常见的算法，应用场景，优势劣势，建模步骤，代码案例和前沿的研究课题等
c++随记.docx
09-11
学习c++过程中的一些知识点随记，我感觉重要的就稍微记了一下，比较简略，但是快速的阅读的话可以提醒自己想起那一部分的知识点。在复习c++知识点的时候，有些帮助。
随记统一响应结果和全局异常类
最新发布
01-30
个人练习使用idea编写的项目后，总结的东西
阿西河前端教程学习心得随记——HTML5 有哪些新特性？_声明方式
01-08
待到将所有的html面试题过了一遍后，应该便有信心继续其它知识的学习了吧？好吧，那就从内容系统且全面的阿西河前端教程——HTML的面试题开始吧。 为了享受这个过程，我会首先滑动鼠标中键，大概浏览下Up主博客的...
vue学习随记.zip_vue_vuex_vue学习知识点笔记_图片上传插件封装
09-23
vue的知识点干货，从路由到vuex的知识点干货
深度学习基础知识：介绍深度学习的发展历程、基本概念和主要应用
a871923942的博客
04-28 1402
在本专栏的后续文章中，我们将深入探讨深度学习的各种算法原理，如卷积神经网络、循环神经网络、生成对抗网络等。同时，我们还将分享一些深度学习在实际问题中的应用案例，以及如何使用各种深度学习框架进行模型训练与部署。
深度学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 20万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
深度学习入门;图像的heatMap
Loong Cheng的博客
06-12 2万+
作者：liyaohhh 原文：https://blog.csdn.net/liyaohhh/article/details/50990927 图像的heatMap是什么，一副图片的heatmap可以帮助我们在上面检测到想要的object，如下左图所示： 可以直接的看到，人脸的的区域有红色区域，哈哈，这个时候呢用sliding window在...
深度学习（Deep Learning）
m0_62870606的博客
08-18 2251
2. 时间相关性的非结构化数据，RNN 算法。五、高级 - 模型优化的原理 不同的模型需要采用的优化函数以及反向传播中参数的优化方法 1. 模型优化的算法介绍，基于随机梯度下降的算法介绍。二、数据理解及处理 分析典型场景中的典型数据，结合具体的算法，对数据进行处理 1. 结构化数据，如何对数据进行读取，进行组织。四、模型验证及问题排查 简单的算法或者模型对典型的场景进行快速验证，并且针对一些频发的问题进行讲解。2. 图像数据，在实际应用过程中的处理方法，怎样做数据的预处理、进行数据增强等。...
深度学习 简介
mengxianglong123的博客
06-22 2万+
在介绍深度学习之前，我们先看下人工智能，机器学习和深度学习之间的关系：机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法自动提取特征。深度学习模仿人类大脑的运行方式，从经验中学习获取知识。这也是深度学习被看做黑盒子，可解释性差的原因。随着计算机软硬件的飞速发展，现阶段通过深度学习来模拟人脑来解释数据，包括图像，文本，音频等内容。目
深度学习中，热图的作用
qq_58702163的博客
10-06 1094
3.不确定性估计： 热图可以表示模型对预测结果的置信度，尤其在分类和分割任务中。这样的可视化可以帮助我们理解模型对不同区域的预测置信度，并有助于识别模型预测可能存在错误或不确定的区域。对于一些任务，比如图像分类或目标检测，模型可以生成一个热图，显示它在图像中关注的区域。这可以帮助我们理解模型在进行决策时关注的特征，同时也可以用于可视化注意力机制的效果。通过观察热图，我们可以理解模型对某些特征的敏感度，找到模型在做出预测时的决策依据。热图可以提供有关模型对输入的关注程度或预测结果的置信度的可视化表示。
深度学习知识点总结（持续更新中）
weixin_43749805的博客
05-10 3387
神经网络是深度学习的基础。它由许多层组成，每层包含许多神经元。每个神经元接收来自上一层的输入，并产生一个输出，该输出作为下一层的输入。神经网络通过反向传播算法来学习，并通过权重和偏差来调整每个神经元的输出。
深度学习汇总（一）
@木子李的博客
11-06 1382
目标检测评价指标 概述： 深度学习优化目标 概述： 特征通道与信息融合 概述： 1*1卷积及其作用 概述： 11卷积在瓶颈结构中的作用以及11卷积在增强网络表达能力中的作用 概述; 网络宽度对模型性能的影响 概述： 分组卷积 概述： 多输入网络？什么时候需要多输入？ 概述： 批量标准化 概述： Dropout正则化 概述： 学习率衰减 概述： 随机梯度下降 概述： ......
随记洗牌发牌的C语言程序
06-06
以下是一个简单的随机洗牌发牌程序的C语言代码： ```c #include #include #include #define DECK_SIZE 52 #define SUIT_SIZE 13 int main() { int deck[DECK_SIZE]; int i, j, temp; // 初始化牌堆 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值