Day01 图深度学习介绍笔记

已于 2024-04-15 22:00:48 修改
阅读量303 收藏
点赞数 5
文章标签： 深度学习 人工智能
于 2024-04-15 16:20:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84369074/article/details/137785198
版权

图

表示对象之间或实体之间复杂交互的关系

图的应用

  • 社交网络：一个人和另一个不认识的人之间一般可以通过 6 个人相互连接起来。
  • 影响：谣言的传播和病毒的传播
  • 知识图谱
  • 个性化推荐
  • 生物医药：对药物组合的效果进行建模

图结构数据上的机器

节点预测：潜在客户分类、用户消费能力预测

边预测：知识图谱补全、好友推荐、商品推荐

图的预测：分子属性预测

节点聚类：社交圈检测

图生成：药物发现

图演变：物理模拟

一些准备：

python、miniconda3

2401_84369074
关注
  • 5
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习（基于Tensorflow2.0）学习笔记——Day2
01-20
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...
day01 人工智能学习笔记
m0_75178537的博客
04-22 249
指将机器或 计算机程序 赋予类似于人类智能的能力，即可以像人一样感知、理解、学习、推理和创造。人工智能中的一种方法和技术，通过让计算机从数据中学习模式和规律，从而不需要人类明确地编写特定的程序来完成任务。一种基于 人工神经网络 的机器学习技术，通过模拟人脑神经元之间的联系和活动方式，来实现对输入数据进行分析、抽象和处理的能力。
Day04 图表示学习笔记
2401_84369074的博客
04-21 206
最简单的随机游走策略是深度游走，即从每个节点开始运行固定长度、无偏的随机游走。两种节点嵌入的方法：深度游走和 Node2Vec。随机游走 ：随机选择一个邻居，并移动到这个邻居。
Day03 深度学习基础笔记
2401_84369074的博客
04-19 229
多层感知机：输入层+隐藏层+输出层最常用的优化算法：随机梯度下降算法Adam 算法欠拟合（underfitting）：模型不能降低训练误差，训练误差和验证误差都很严重，而且它们之间仅有一点差距。这可能意味着模型过于简单（即表达能力不足）， 无法捕获试图学习的模式。过拟合（overfitting）：训练误差明显低于验证误差时。注意，过拟合并不总是一件坏事。特别是在深度学习领域。通常更关心验证误差，而不是训练误差和验证误差之间的差距。训练数据集中的样本越少，就越有可能过拟合。
动手学深度学习v2笔记-Day6
CabbSir的技术成长之路
10-06 305
李沐-动手学深度学习v2 数值稳定性
深度学习（基于Tensorflow2.0）学习笔记——Day3
01-06
经过一番折腾，我们终于配置好了Tensorflow2.0的环境，接下来通过Tensorflow来一起揭开深度学习的神秘面纱吧。 实战Tensorflow分类器 首先我们打开我们昨天的Hello TF工程，进入编辑界面之后，依次点击Kernel -> ...
深度学习（基于Tensorflow2.0）学习笔记——Day4
01-07
这也就引出了我们接下来学习的内容： 数据归一化处理 回调函数的作用 数据归一化处理 归一化大家都不陌生，简单的理解，它的作用就是把你需要用到的数据经过处理后（通过某种算法）将其限制在你所规定的范围内。那么...
飞桨深度学习学院-Python小白逆袭大神Day（2）笔记
12-21
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 ...
飞桨深度学习学院-Python小白逆袭大神Day（4）笔记
12-21
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...
深度学习之基于YoloV5+LPRNet车牌识别系统
2301_79809972的博客
05-18 929
一、项目背景与意义在智能交通管理系统中，车牌识别技术是一项至关重要的技术。随着车辆数量的不断增长和交通环境的日益复杂，对车牌进行准确、快速的识别已成为现代交通管理不可或缺的一部分。为了满足这一需求，本项目采用了先进的YOLOv5和LPRNet算法，结合深度学习技术，开发了一套高效的车牌识别系统。二、技术原理该系统基于深度学习和目标检测技术，整合了YOLOv5目标检测框架和LPRNet文本识别模型。YOLOv5算法在目标检测领域具有出色的性能，能够快速、准确地检测图像中的目标；
深入解析自注意力机制（Self-Attention）：深度学习中的关键创新
qlkaicx的博客
05-17 1067
这一技术已经彻底改变了自然语言处理（NLP）等领域的模型架构，特别是在Transformer模型的推动下，自注意力机制成为了近年来深度学习研究的热点之一。本篇博客将详细介绍自注意力机制的起源、工作原理、数学表达和在现代深度学习中的应用。自注意力的提出标志着注意力机制的一个重大转变，即注意力也可以有效地应用于序列内部的元素之间，从而直接捕捉序列内的依赖关系。即元素 ( i ) 对元素 ( j ) 的注意力权重是 ( i ) 的查询向量与 ( j ) 的键向量的点积，通过softmax归一化后得到。
深度学习之激活函数——ReLU
m0_61787307的博客
05-14 702
整流线性单元(ReLU)，全称Rectified linear unit，是现代神经网络中最常用的激活函数，大多数前馈神经网络都默认使用该激活函数。
Pytorch学习笔记——Conv2d与Tensorboard的结合使用
weixin_50765519的博客
05-14 275
Conv2d是深度学习框架中用于执行二维卷积操作的函数或类。它接受输入数据(通常是图像)和卷积核作为参数，输出卷积特征图。这些特征图可以进一步用于分类、检测或其他计算机视觉任务。TensorBoard是一个强大的可视化工具，用于展示深度学习模型的各个方面。它可以展示模型的网络结构、参数分布、训练曲线以及图像、音频等媒体数据。通过使用TensorBoard，能够让研究人员和开发者可以更好地理解和调试模型，从而提高模型的性能和效果。
CNN的具体架构VGG
最新发布
weixin_57128596的博客
05-18 900
对于给定的感受野（与输出有关的输入图片的局部大小），采用堆积的小卷积核是优于采用大的卷积核，因为多层非线性层可以增加网络深度来保证学习更复杂的模式，而且代价还比较小（参数更少）。随着更多层的叠加，通过前一层提取的特征可以结合成更复杂的模式，如物体的部分和结构。使用三个3x3的卷积核代替一个7x7的卷积核可以显著减少参数的数量，一个7x7的卷积核包含49个参数，但是一个3x3的卷积核包含9个参数，三个则是27个参数，所以，通过使用三个3x3的卷积核，你减少了参数数量（49 vs 27），这意味着模型的。
基于transformers框架实践Bert系列2--命名实体识别
代码还是得自己扣
05-17 768
本系列用于Bert模型实践实际场景，分别包括分类器、命名实体识别、机器阅读、多选选择、文本摘要等等。（关于Bert的结构和详细这里就不做讲解，但了解Bert的基本结构是做实践的基础，因此看本系列之前，最好了解一下transformers和Bert等）本篇主要讲解命名实体识别应用场景。
深度学习之基于YoloV5钢材表面缺陷检测
2301_79810943的博客
05-18 966
一、项目背景与意义在钢铁生产过程中，钢材表面的缺陷检测是一个至关重要的环节。传统的检测方法往往依赖于人工视觉检测，这种方法不仅效率低下，而且容易受到人为因素的影响，导致检测结果的准确性和稳定性难以保证。随着深度学习技术的快速发展，基于深度学习的目标检测算法在图像识别领域取得了显著成果。其中，YoloV5（You Only Look Once version 5）作为一种高效且准确的目标检测算法，被广泛应用于各种实际场景中。
深度学习打卡实战第p7周咖啡豆识别
m0_55259388的博客
05-17 228
在训练模型时候，优化器选择adam，效果正常，测试集准确率可达99，而选用sgd时候，发现准确率恒定不变在22，查看了初始学习率为0.0001，修正为0.01，再次训练，效果较好。再次调回0.0001，不再固定，可能一开始陷入局部最优。整体训练效果较好，第一步使用pathlib查看类别名称验证能否与实际对应，使用imagefolder创建数据集,定义数据处理方式，然后可以.class查看分类，对数据集进行4：1划分，创建dataloder，到这里 数据集才算处理完成。
深度学习之基于YoloV7+OpenPose姿态识别系统
qq1744828575的博客
05-17 908
一、系统背景随着深度学习技术的快速发展，其在计算机视觉领域的应用也日益广泛。姿态识别作为计算机视觉的一个重要分支，对于人机交互、运动分析、动作捕捉、虚拟现实等领域具有重要意义。YOLOv7和OpenPose作为两种先进的深度学习算法，分别在目标检测和人体姿态估计方面表现出色。因此，结合YOLOv7和OpenPose的优势，构建基于YOLOv7+OpenPose的姿态识别系统，具有广阔的应用前景。二、系统组成。
谷粒学院day13笔记
09-04
谷粒学院day13笔记主要学习了关于数据可视化的内容。我们首先介绍了数据可视化的概念和作用，强调了它在数据分析和传达结果方面的重要性。然后，学习了Python中常用的数据可视化工具Matplotlib的用法。 在...

“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