深度学习+迁移学习资料整理

最新推荐文章于 2023-08-31 09:25:06 发布
最新推荐文章于 2023-08-31 09:25:06 发布
阅读量243 收藏 1
点赞数
文章标签： python 深度学习 机器学习 人工智能 神经网络
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/XU_RAL_KO/article/details/110096972
版权
该博客整理了作者在学习Python机器学习过程中的资料，包括sklearn库的学习和深度学习框架CNN的运用。还介绍了迁移学习的概念，并推荐了王晋东的资料。此外，还列举了一些有用的工具和资源，适合学习者参考和更新知识。
摘要由CSDN通过智能技术生成

文章目录

前言

对在个人学习过程中收集到的资料进行整理，仅供参考，持续更新（收藏=学会）。

一、Python机器学习

1.1 sklearn库的学习

官方文档地址：官方文档跳转
使用python中的sklearn扩展库，可以利用其提供的机器学习算法实现特征子集的筛选

学习参考链接：
1.Python机器学习笔记：sklearn库的学习——战争热诚整理，很详细
2.sklearn官方文档中文版

二、深度学习框架

2.1CNN

1.轻量级CNN架构设计
2.Keras搭建卷积神经网络（对二维数据进行一维卷积）——可以参考

三、迁移学习

首先贴上王晋东大佬的资料整理：迁移学习——一定要看，非常NICE

3.1迁移学习代码

1.迁移学习实战残差网络ResNet101——付费专栏，看情况参考

四、工具整理

Marko编程
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库？)-附件资源
03-02
迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库？)-附件资源
迁移学习教程
07-29
迁移学习详细教程，比较新的资料，值得细细阅读的资料。
迁移学习 材料集合
u014546828的博客
12-02 654
迁移学习 材料集合 目录 迁移学习 材料集合 Book novel_papers 1) novel_papers on transfer learning 2) novel_papers on related fileds 更多 DA awesome​​​​​​​ 入门参考 小结 Excellent Scholars 新论文追踪 科研方法论 Presentation 大部分内容 转自 GitHub：https://github.com/yuntaodu/Transfer-lear
迁移学习资料_迁移资料
cusi77914的博客
06-23 259
迁移或移动数据是一项常见的任务。 无论是通过网络将数据复制到新的文件系统，还是将逻辑卷复制到相同的卷组或不同的卷组中，或者只是创建文件系统的备份。 移动或复制数据的原因可能是由于性能问题，或者是由于当前环境中没有足够的空间而导致的数据总体增长。 有多种工具可用于上述数据移动任务，例如migratepv，cplv，tar，cpio，cp或rsync。 对于jfs，可以使用splitcopy，对于...
迁移学习基础教程
weixin_43733418的博客
11-22 1828
近些年来，机器学习包括深度学习的发展，使模型的准确率越来越高。但是，如果将已有的模型直接拿来处理同类型的问题，结果却差强人意。迁移学习(Transfer Learning)提供了这一问题的解决方法。NAIE平台提供了迁移学习SDK，可以方便大家轻松使用多种常见的迁移学习方法，解决不同任务之间迁移的问题。 您只要将源域和目标域的数据准备好，就可以轻松使用迁移学习SDK训练出一个更好的模型。迁移学习SDK分为可迁移性判别方法、浅层迁移学习方法和深层迁移学习方法。集成了学术界和工业界常用的迁移学习能力，并在可迁移
深度学习500问资料整理
05-26
内容包括：相关数学基础、机器学习基础、深度学习基础、经典网络解读、卷积神经网络、循环神经网络、生成对抗网络、目标检测、图像分割、强化学习、迁移学习，更深一步就是网络搭建及其训练、优化算法、超参数调参、...
百度开源的Paddlex深度学习框架+C#
11-17
2. **模型丰富**：内置了大量预训练模型，如ResNet、MobileNetV2等，用户可以根据需求选择合适的模型进行迁移学习，快速构建自己的应用。 3. **多任务支持**：Paddlex不仅支持单一任务，如图像分类，还支持同时处理...
机器学习&深度学习资料笔记&基本算法实现&资源整理.zip
最新发布
03-03
机器学习&深度学习资料笔记&基本算法实现&资源整理.zip 0.不调库系列 No free lunch. 线性回归 - logistic回归 - 感知机 - SVM(SMO) - 神经网络 决策树 - Adaboost kNN - 朴素贝叶斯 EM - HMM - 条件随机场 kMeans ...
华工深度学习考试复习整理（最全版）
02-14
首先，复习资料可能会深入讲解深度学习的基础知识，如神经网络的构成元素：输入层、隐藏层和输出层。每个神经元的激活函数，如Sigmoid、ReLU及其变种，也是学习的重点。理解这些函数如何影响网络的非线性表达能力和...
深度学习500问，全系列资料整理
11-20
第三章 深度学习基础 第四章 经典网络 第五章 卷积神经网络(CNN) 第六章 循环神经网络(RNN) 第七章 目标检测 第八章 图像分割 第九章 强化学习 第十章 迁移学习 第十三章 优化算法 第十四章 超参数调整 第十五章 ...
迁移学习简明教程（来自Fariz Darari）
08-04
迁移学习是什么。为什么要使用迁移学习，迁移学习的应用场景有哪些，迁移学习的主流研究方法有哪些，一份来自Fariz Darari的、关于迁移学习的简明教程。
迁移学习资料汇总
dejahu的博客
03-19 472
迁移学习 迁移学习这块不是我理解得简单得微调，微调这块得内容也是很讲究得，你冻结哪些参数，不冻结哪些参数都要进行指定 迁移学习的时候需要根据你的实际问题对网络结构进行调整，简单的模型只用调整最后的输出就行，但是对于复杂一点的问题而言， 我们还需要根据问题修改中间的卷积等层，或者说我们只是取出来这几个层的权重作为初始化的操作，来帮助我们进行训练， 而不是从随机初始化的权重来进行训练。 其实为了方便，...
Pytorch官方教程——迁移学习
DeepRoad
03-11 608
这篇文章翻译自 Pytorch 官方教程 Transfer Learning Tutorial 原作者：Sasank Chilamkurthy Note: 点击这里下载完整示例代码 在这篇教程中，你将会学到如何利用迁移学习来训练你的网络。你可以通过 cs231n notes 了解更多关于迁移学习的信息。 引用 cs231n notes 中的一段话 在实践中，很少有人会从头开始训练一个卷积...
迁移学习理论与实践
小白学视觉
06-07 527
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：机器学习实验室 在深度学习模型日益庞大的今天，并非所有人都能满足从头开始训练一个模型的软硬件条件，稀缺的数据和昂贵的计算资源都是我们需要面对的难题。迁移学习（Transfer Learning）可以帮助我们缓解在数据和计算资源上的尴尬。作为当前深度学习领域中最重要的方法论之一，迁移学习有着...
Coursera | Andrew Ng (03-week2-2.7)—迁移学习
Self Improvement Lab
01-27 1025
该系列仅在原课程基础上部分知识点添加个人学习笔记，或相关推导补充等。如有错误，还请批评指教。在学习了 Andrew Ng 课程的基础上，为了更方便的查阅复习，将其整理成文字。因本人一直在学习英语，所以该系列以英文为主，同时也建议读者以英文为主，中文辅助，以便后期进阶时，为学习相关领域的学术论文做铺垫。- ZJ Coursera 课程 |deeplearning.ai |网易云课堂
迁移学习代码
肆小猿的博客
09-17 3591
迁移学习 参考链接： 迁移学习VGG16 CNN识别验证码 注：本文迁移学习识别六位数字字母验证码，由于没有进行图片分割识别，样本数量不足，单个数字验证码识别精度仅达到65%，并未达到博主想要达到的效果，在这里贴出代码仅供参考。 简单代码： # -*- coding:utf-8 -*- import os import numpy as np import tensorflow a...
迁移学习实例
qq_22613769的博客
03-10 2171
import os import sys import cv2 from PIL import Image import h5py import tensorflow as tf import numpy as np import pandas as pd import matplotlib.pyplot as plt from time import time from datetime import datetime from tqdm import tqdm # from utils import g
迁移学习算法中预训练模型（Pre-trained Models）
牛肉胡辣汤
08-31 1337
通过在目标任务的数据集上进行微调（Fine-tuning），即在预训练模型的基础上继续进行训练，可以使模型适应目标任务的特定特征和要求。总之，预训练模型是迁移学习中一种重要的方法，通过利用在大规模数据集上预训练得到的模型，可以为目标任务提供更好的初始模型，并提高模型的性能和收敛速度。以上代码中，使用VGG16预训练模型作为基础模型，冻结了所有预训练模型的参数。以上代码中，使用ResNet预训练模型作为基础模型，替换了最后一层分类器，然后冻结了预训练模型的所有参数，只训练了新添加的分类器的参数。
深度解析迁移学习：数据与模型视角
在模型层面，论文涵盖了从传统的统计学习方法到深度学习模型的各种迁移学习策略。这些策略包括实例迁移、特征迁移、参数迁移以及更复杂的方法如多任务学习、元学习和对抗性训练等。这些模型通过不同的方式适应源域和...
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