深度学习
深入浅出的介绍深度学习的算法
流浪码工
这个作者很懒,什么都没留下…
展开
-
Ubuntu18.04深度学习框架搭建
STEP1:单独安装驱动终端运行:sudo apt updatesudo ubuntu-drivers autoinstallSTEP2:CUDA官网选择适合自己系统的版本下载。我的系统是Ubuntu18.04、64位,选择CUDA10版本如下:注意:cuda10.0版本,下载runfile文件,不要deb文件STEP3:安装CUDA在文件所在的文件中打开终端,在命令行中键入...原创 2020-03-15 20:54:29 · 523 阅读 · 0 评论 -
ubuntu18.04安装 tensorflow pytorch
使用豆瓣镜像源进行安装tensorflowpip install tensorflow -i https://pypi.douban.com/simple --user使用豆瓣镜像源进行安装pytorchpip install torch torchvision -i https://pypi.douban.com/simple ...原创 2020-02-20 19:45:35 · 408 阅读 · 0 评论 -
循环神经网络--GRU
这里我们首先来看一下GRU是如何将LSTM的三个门简化成两个门的结构的:这里的rrr门(r门这里同样是一个激活函数)控制的是上一个时间戳的状态st−1s_{t-1}st−1对我们的当前时间戳状态sts_tst的一个影响,r的取值范围依旧是在0到1之间,也就是说,当你的r门全部关闭(r = 0)的时候,就意味着将上一个时间戳上的状态复位了,从0开始;如果r门全部打开(r = 1)的时候,就...原创 2019-11-12 08:51:45 · 493 阅读 · 0 评论 -
循环神经网络---LSTM
一.LSTM出现的背景(可不看)首先来看它为什么叫做LSTM网络。因为对于传统的RNN网络来说,它会出现的一个问题就是:它的Memory记忆的时间序列会比较短,比如说当你去翻译一句话的时候,你可能一次只能记住3个语境相关的单词,虽然我们设计的时候是有一个语境的buffer在里边,即使我们的Memory会记住你的整个句子的语境,但是实际上做的时候就会发现它只能记住最近的那部分相关的语境th...原创 2019-11-11 23:01:58 · 1156 阅读 · 0 评论 -
循环神经网络--RNN GRU LSTM 对比分析
一.全连接层、CNN、RNN三种网络结构的分析对于全连接网络:理论上全连接网络可以处理所有的问题,但是对于有些问题,全连接网络的效率非常差,所以对于一些特定的问题要使用更加有效的网络结构。对于图片这样的2维信息处理,毫无疑问CNN会更有优势。对于有着明显的前后关系的序列数据,比如说随着时间变化的数据,当使用RNN对其进行处理的时候,也会有着巨大的优势。1.CNN应用举例现实生活中这...原创 2019-11-10 18:14:53 · 3303 阅读 · 0 评论 -
循环神经网络--Simple RNN
首先先对全连接层的参数量进行一个分析:对于全连接层来说,输入的所有的神经元节点 ,都会有500个输出节点(总共有500个节点,只是每一个输入节点都会与输出节点做一个连线,而每一个连线就是一个参数,同理如果再添加更多的层的时候,参数量就会爆炸)...原创 2019-11-10 17:42:32 · 1935 阅读 · 0 评论 -
The Gradient Descent---梯度下降(Gradient Descent)
文章目录一.什么是梯度?(What’s Gradient)1.分析导数,偏微分,引出梯度的概念(1)导数derivative(2)偏微分, partial derivative(3)梯度, gradient二.梯度的表示(What does Gradient mean?)三.如何使用Gradient去求解(搜索)最小的Loss呢?(How to search?)1.图解梯度----梯度的方向:∇f...原创 2019-11-01 22:01:45 · 319 阅读 · 0 评论