Deep Learning
文章平均质量分 57
自动驾驶小学生
谢谢关注。代表作品:《Coursera自动驾驶课程24讲》:https://blog.csdn.net/cg129054036/category_10603636.html?spm=1001.2014.3001.5482
展开
-
七天入门图像分割(1):图像分割综述
最近在研究自动驾驶视觉语义地图构建,因为要使用到语义分割技术,趁此机会学习了百度飞桨的图像分割课程,课程蛮好的,收获也蛮大。课程地址:https://aistudio.baidu.com/aistudio/course/introduce/17671. 课程简要介绍首先给出了图像分割的定义,如下面两张图所示,本质是对图像进行像素级分类。下面是课程安排,本次课程总共有7节课,理论学习主要集中在前6节,最后一节是课程总结与前沿技术介绍。前面6节课安排如下:在本.原创 2021-10-11 23:02:36 · 1377 阅读 · 0 评论 -
重磅 | 完备的 AI 学习路线,最详细的资源整理!
本文转自微信公众号:Datawhale(强烈推荐)原创:AIUnionDatawhale 今天【导读】本文由知名开源平台,AI技术平台以及领域专家:Datawhale,ApacheCN,AI有道和黄海广博士联合整理贡献,内容涵盖AI入门基础知识、数据分析\挖掘、机器学习、深度学习、强化学习、前沿Paper和五大AI理论应用领域:自然语言处理,计算机视觉,推荐系统,风控模型和知识...转载 2019-04-28 15:25:05 · 2596 阅读 · 1 评论 -
《python深度学习》代码中文注释
原创:机器学习初学者机器学习初学者《python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱(François Chollet)执笔,详尽介绍了用Python和Keras进行深度学习的探索实践,包括计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例,步骤讲解详细透彻。作者在github公布了代码,代码几乎囊括了本书所有知识点。在...原创 2020-03-30 22:13:21 · 12492 阅读 · 31 评论 -
Keras入门实战(1):MNIST手写数字分类
目录1)首先我们加载Keras中的数据集2)网络架构3)选择编译(compile参数)4)准备图像数据5) 训练模型6)测试数据前面的博客中已经介绍了如何在Ubuntu下安装Keras深度学习框架。现在我们使用 Keras 库来学习手写数字分类。我们这里要解决的问题是:将手写数字的灰度图像(28 像素×28 像素)划分到 10 个类别 中(0~9)。我们将使用 ...原创 2018-11-18 09:22:14 · 1986 阅读 · 3 评论 -
Anaconda中软件库更新
今天在Anaconda运行Visualization of MLP weights on MNIST源码时出现了如图错误:提示无法导入fetch_openml,查了一下是对应的sklearn软件包版本过低,为0.17版。需要更新到0.20版。1.打开Anaconda Prompt命令行输入conda list 命令查看Anaconda中软件包的版本,如图所示:2.执行 c...原创 2018-10-14 23:30:54 · 1738 阅读 · 0 评论 -
0.Overview——Deep Learning
本文为Kaggle Learn的Deep Learning课程的中文翻译。原链接为:https://www.kaggle.com/learn/deep-learning1. Intro to Deep Learning and Computer VisionA quick overview of how models work on images2. Building Models f...翻译 2018-09-29 10:30:29 · 268 阅读 · 0 评论 -
在Kaggle上免费使用GPU
IntroKaggle提供免费访问内核中的NVidia K80 GPU。该基准测试表明,在深度学习模型的训练过程中,为您的内核启用GPU可实现12.5倍的加速。这个内核是用GPU运行的。我将运行时间与在CPU上训练相同模型内核的运行时间进行比较。GPU的总运行时间为994秒。仅具有CPU的内核的总运行时间为13,419秒。这是一个12.5倍的加速(只有一个CPU的总运行时间是13.5倍...翻译 2018-09-29 10:17:29 · 30302 阅读 · 26 评论 -
8. Dropout and Strides For Larger Models
Intro这是深度学习第8课。本科结束后,你将会理解并知道如何使用:Stride lengths来快速建立模型并减少内存消耗; Dropout 来对抗过拟合;这两个技术在大型模型中很有用。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('fwNLf4t7MR8', width=800, he...翻译 2018-09-29 09:45:22 · 241 阅读 · 0 评论 -
7. Deep Learning From Scratch
Intro这是深度学习第7课。到目前为止,您构建的模型依赖于预先训练的模型。 但它们不是许多用例的理想解决方案。 在本课程中,您将学习如何构建全新的模型。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('YbNE3zhtsoo', width=800, height=450)Sample Cod...翻译 2018-09-29 09:05:13 · 2489 阅读 · 0 评论 -
6. A Deeper Understanding of Deep Learning
Intro这是深度学习第6课。在本课程结束时,您将了解随机梯度下降和反向传播如何用在深度学习模型中设置权重。 这些主题很复杂,但许多专家认为它们是深度学习中最重要的思想。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('kQmHaI5Jw1c', width=800, height=450) ...翻译 2018-09-29 08:39:23 · 407 阅读 · 0 评论 -
5, Data Augmentation
Intro这是深度学习第5课在本课程结束时,您将能够使用数据增强。 这个技巧让你看起来拥有的数据远远超过实际拥有的数据,从而产生更好的模型。 Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('ypt_BAotCLo', width=800, height=450) Sample Code...翻译 2018-09-28 14:55:55 · 317 阅读 · 0 评论 -
4.Transfer Learning
Intro这是深度学习第4课。在本课程结束时,您将能够使用迁移学习为您的自定义目标构建高度准确的计算机视觉模型,即使您的数据相对较少。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('mPFq5KMxKVw', width=800, height=450) Sample CodeSpec...翻译 2018-09-26 10:19:54 · 269 阅读 · 0 评论 -
3.Programming in TensorFlow and Keras
Intro这是深度学习第3课。在本课程结束时,您将能够编写TensorFlow和Keras代码,以使用计算机视觉中最好的模型之一。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('Epn3ryqr-F8', width=800, height=450)Sample Code选择要使用的图像...翻译 2018-09-24 20:54:13 · 272 阅读 · 0 评论 -
2.Building Models from Convolutions
Intro这是深度学习课程的第2课在本课程结束时,您将了解如何将卷积结合起来,以实现计算机视觉中的超人成就。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('ToBPiUlLFEY', width=800, height=450)Keep Going现在你理解了模型的结构,学会了怎么使用Te...翻译 2018-09-24 19:42:32 · 230 阅读 · 0 评论 -
1.Intro to Deep Learning and Computer Vision
Intro这是Kaggle深度学习教育课程的第一课。在本课程结束后,您将了解卷积。 卷积是计算机视觉(以及许多其他应用程序)中深度学习模型的基本构建块。之后,我们将很快开始使用世界一流的深度学习模型。Lesson[1]from IPython.display import YouTubeVideoYouTubeVideo('OVbiVIChkVY', width=800...翻译 2018-09-24 19:28:07 · 575 阅读 · 0 评论