pytorch 深度学习/神经网络包（含 DBN 等）

已于 2022-05-06 04:57:50 修改
阅读量4.5k 收藏 36
点赞数 6
分类专栏： 深度学习 文章标签： 深度学习 神经网络 pytorch
于 2019-06-03 16:49:07 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/fuzimango/article/details/90754651
版权
这是一个PyTorch实现的深度学习包，包含DBN、DAE、GAN、VAE等数据驱动方法，适用于分类、预测、故障检测等任务。包内有自动记录console打印、绘制loss曲线等功能，并提供故障诊断数据集，作者还计划录制使用教程。此外，还附带了部分发表论文的链接，鼓励交流和引用。
摘要由CSDN通过智能技术生成

> GitHub地址：

GitHub - zhuofupan/Pytorch-Deep-Neural-Networks: pytorch >>> 快速搭建自己的模型！

QQ群：

640571839

简要说明：

Pytorch 版实现了很多功能，如：

  • 实现了 DBN, DAE, GAN, VAE, PCA, KPCA 等常用的数据驱动方法
  • 实现了多个任务如 分类，预测，故障检测，数据补全 等
  • 发表的论文的源代码会更新在这个包中
  • 自动 存储 console 的print信息为 log 文件 
  • 自动 plot loss 曲线， 分类结果为 svg, pdf
  • 自动 存epoch 数据为 excel
  • 更新了一些做故障诊断的数据集
  • 打算到时候录个视频讲解一下包的用法

这个包会持续更新。

最后附一下发表的部分论文，欢迎沟通及引用：

希望大家多支持支持我们的工作，欢迎交流探讨~
[1] Z. Pan, H. Chen, Y. Wang, B. Huang, and W. Gui, "

最低0.47元/天 解锁文章
fuzimango
关注
专栏目录
dbn pytorch
04-26
主要使用pytorch 实现的DBN网络，用于对数据做回归，单个数据维度为（N，21），其中N为不定长，输出则为（N,1），对应N个值
pytorch 实现的DBN网络
03-05
主要使用pytorch 实现的DBN网络，用于对数据做回归，单个数据维度为（N，21），其中N为不定长，输出则为（N,1），对应N个值
DBPN的PyTorch实现
clover_my的博客
11-19 2359
DBPN的PyTorch实现 源码：https://github.com/alterzero/DBPN-Pytorch 依赖项： Python 3.5 PyTorch >= 1.0.0 1、测试 1）下载解压 DBPN-Pytorch，在 models 文件夹中包含已经训练好的 9 个模型文件。 2）打开 eval.py 修改 upscale 因子，相应的参数随之修改。...
DBNet实战：详解DBNet训练与测试（pytorch）
最新发布
2401_87111172的博客
09-11 1593
然后，特征F用于预测概率图（probability map P）和阈值图(threshold map T)最后，通过P和F计算近似二值图（approximate binary map B）在训练期间对P，T，B进行监督训练，P和B是用的相同的监督信号(label)。在推理时，只需要P或B就可以得到文本框。网络输出：1、probability map, wh1 , 代表像素点是文本的概率2、threshhold map, wh1, 每个像素点的阈值。
Pytorch-Deep-Neural-Networks-master_python_
10-03
Pytorch-Deep-Neural-Networks-master
深度学习、pytorch、python、深度学习基础PDF
03-25
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。 深度学习的概念由Hinton等人于...
Aggreation.rar_人工智能/神经网络/深度学习_Visual_C++_
08-12
神经网络，尤其是深度学习模型，如深度信念网络（DBN）、卷积神经网络（CNN）和递归神经网络（RNN），已经在图像识别、自然语言处理和语音识别等领域取得了显著成果。在聚类分析中，这些模型可以作为非线性映射工具...
基于深度信念神经网络语音识别，语音DBN神经网络的语音识别
08-06
此外，也可以尝试引入其他深度学习框架，如TensorFlow或PyTorch，来实现更高效的训练和更高的识别精度。 总的来说，这个项目为理解和实践基于深度信念网络的语音识别提供了一个实际的平台，不仅涵盖了深度学习和...
Pytorch实现DPN网络
winycg的博客
04-10 1781
论文地址：https://arxiv.org/abs/1707.01629 该网络主要是将ResNeXt与DenseNet进行了融合。实质上是融合ResNet的element-wise的相加和Densenet的concatenate，只不过bottleneck层的3×3卷积使用了group卷积，所以看做了ResNeXt。 (d)图展示了具体过程，其实图中的圆圈+号为channel-wise的fe...
一文搞懂深度信念网络！DBN概念介绍与Pytorch实战
热门推荐
TechLead的专栏
08-28 1万+
本文深入探讨了深度信念网络DBN的核心概念、结构、Pytorch实战，分析其在深度学习网络中的定位、潜力与应用场景。
笔记：动手学深度学习pytorch（卷积神经网络基础；leNet；卷积神经网络进阶）
01-06
– 卷积神经网络基础 – 卷积层 – 1×\boldsymbol\times× 1 卷积层 形状为1×11 \times 11×1的卷积核，我们通常称这样的卷积运算为1×11 \times 11×1卷积，称包含这种卷积核的卷积层为1×11 \times 11×1卷积层。 1×11 \times 11×1卷积核可在不改变高宽的情况下，调整通道数。1×11 \times 11×1卷积核不识别高和宽维度上相邻元素构成的模式，其主要计算发生在通道维上。假设我们将通道维当作特征维，将高和宽维度上的元素当成数据样本，那么1×11 \times 11×1卷积层的作用与全连接层等价。 – 二位卷积层 – 二
在TensorFlow框架下实现DBN网络源码
08-19
在TensorFlow框架下实现DBN网络，帮助你快速的入门学习
DBnet-lite.pytorch:具有差分二值化的实时场景文本检测的pytorch重新实现
04-30
| 简体中文 DBNet-lite-pytorch 这个项目之后会在这里更新,我把之前的项目都做了下整合 环境配置 pip install -r requirement.txt cd models/dcn/ sh make.sh 水平或倾斜文本格式 照着icdar2015的格式, x1,y1,x2,y2,x3,y3,x4,y4,label, image │ 1.jpg │ 2.jpg │ ... label │ gt_1.txt │ gt_2.txt | ... 弧形文本的格式 数据格式, x1,y1,x2,y2,x3,y3,x4,y4 ...xn,yn,label n个点组成，n的个数可以不定 image │ 1.jpg │ 2.jpg │ ... label │ gt_1.txt │ gt_2.txt | ... 训练部分 在根目录的
Pytorch-Deep-Neural-Networks:pytorch >>> 快速搭建自己的模型！
05-28
> 包含的网络模型： Deep Belief Network (DBN) Deep Autoencoder (DAE) Stacked Autoencoder (sAE) Stacked Sparse Autoencoder (sSAE) Stacked Denoising Autoencoder (sDAE) Convolutional Neural Network (CNN) Visual Geometry Group (VGG) Residual Network (ResNet) 模型详细介绍见 > 开始使用： 首先请按path.txt设置包的路径 Pytorch初学: 建议看看 和 理解本package：看看这个不依赖其他文件运行的 运行代码：请运行文件夹下的文件 > 用于任务： task == 'cls' 用于分类任务 task == 'prd' 用
探索DBNet.pytorch：一款深度学习驱动的地物检测利器
gitblog_00005的博客
04-11 399
探索DBNet.pytorch：一款深度学习驱动的地物检测利器 DBNet.pytorchA pytorch re-implementation of Real-time Scene Text Detection with Differentiable Binarization项目地址:https://gitcode.com/gh_mirrors/db/DBNet.pytorch 是一个基于Py...
Deep Neural Networks with PyTorch（一）
qq_45801570的博客
10-18 612
Deep Neural Networks with PyTorchImage Datasets and Transforms二级目录三级目录 这周没有看论文，主要就是学习了一些基础代码。为什么突然开始学习写代码了呢？主要是一直想学但是一直没有行动而且觉得再不学就晚了，恰巧这个时候从师兄的博客看到这个入门基础课程，于是乎开启我学习写代码的旅途。这个系列的博客是Deep Neural Networks with PyTorch课程的部分有关内容，我觉得除了是英文授课其它都挺好的（我英语太差了，心中默念：我爱英语
评论 6
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