![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
cheryl88
这个作者很懒,什么都没留下…
展开
-
yolov4训练自己的数据集
YOLOv4训练自己的数据集1、电脑配置2、下载并配置1、电脑配置win10、OpenCV4.1、VS2019、cuda10.22、下载并配置(1)YOLOv4网址:https://github.com/AlexeyAB/darknet克隆到本地后,开始配置(2)打开:D:\darknet\build\darknet(我下载在D盘,路径按照自己的打开)(3)在文件夹C:\Program Files (x86)\opencv\build\x64\vc15\bin的两个dll文件:opencv原创 2020-12-05 18:34:16 · 3607 阅读 · 0 评论 -
(吴恩达课后编程作业)Course 1 - 神经网络和深度学习 - 第四周作业
Course 1 - 神经网络和深度学习 - 第四周作业1、本周重点难点2、步骤3、开始3.0下载,准备软件包3.2 初始化网络参数3.2、前向传播3.2.1 计算一层的中线性求和的部分3.2.2 计算激活函数的部分(ReLU使用L-1次,Sigmod使用1次)3.2.3 结合线性求和与激活函数4、计算误差5、反向传播5.1 线性部分的反向传播公式5.2 激活函数部分的反向传播公式5.3 结合线性部分与激活函数的反向传播公式6.更新参数7、两层的神经网络7.1训练7.2 预测8、分析1、本周重点难点原创 2020-10-25 13:56:08 · 1015 阅读 · 2 评论 -
(吴恩达课后编程作业)Course 1- 第三周作业
Course 1 - 神经网络和深度学习 - 第三周作业本周重点下载添加头文件加载查看数据集1. 加载2.查看查看简单的Logistic回归的分类效果搭建神经网络1. 定义神经网络结构(输入单元的数量,隐藏单元的数量等)2. 初始化模型的参数3. 循环:3.1 实施前向传播3.2 计算损失3.3实现向后传播3.4更新参数(梯度下降)整合预测正式运行更改隐藏层数量写博客主要还是记录自己的学习过程,主要是参考【中文】【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第三周作业大佬的博客,如果原创 2020-10-14 19:17:43 · 941 阅读 · 0 评论 -
(吴恩达课后编程作业)Course 1 - 神经网络和深度学习 - 第二周作业01
吴恩达课后编程作业)Course 1 - 神经网络和深度学习 - 第二周作业环境准备下载资料安装库显示图片查看数据集情况数据维度转换标准化数据定义sigmoid函数初始化参数w和b了计算成本函数优化函数预测函数整合到model函数中首先进行数据处理然后建立神经网络,主要步骤是:定义模型结构(例如输入特征的数量)初始化模型的参数循环:3.1 计算当前损失(正向传播)3.2 计算当前梯度(反向传播)3.3 更新参数(梯度下降)环境准备pycharm+anaconda我是用p原创 2020-10-10 21:20:57 · 1361 阅读 · 5 评论