- 博客(5)
- 资源 (11)
- 收藏
- 关注
原创 字符的表示
计算机中最常处理的数据信息除了数值数据外,还有我们人类交流的语言,也就是文字。所谓文字就是一些记录信息的图像符号,也称字符。因此字符信息在计算机中的表示是不可缺少的。然而,不同的国家和民族所使用的字符各不相同,计算机中是如何来表示这些不同的字符呢?在计算机中是通过字符编码的方式来表示这些字符的。计算机中储存的信息都是用二进制数表示的,而我们在屏幕上看到的英文、汉字字符是二进制转换之后的结果。通...
2021-04-20 20:01:16 3234
原创 PyTorch基础
首先我们会介绍一下pytorch里面的一些基础知识,有了这些基础知识之后我们才能做出更多复杂的变形。1.tensor(张量)pytorch里面处理的最基本的操作对象就是tensor,tensor是张量的英文,表示的是一个多维的矩阵,比如零维就是一个点,一维就是向量,二维就是一般的矩阵,多维就相当于一个多维的数组,这和numpy是对应的,而且pytorch的tensor可以和numpy的ndarray相互转换,唯一不同的是pytorch可以在GPU上运行,而numpy的ndarray只能在CPU上运行
2021-04-12 09:15:26 128
原创 神经网络原理与实现
线性问题与感知机神经网络的最大优势是模拟生物神经网络的并行分布式架构,这种“道法自然”的启迪在网络的并行式训练、知识的分布式存储方面,对神经网络的学习和泛化能力的提高起到了很好的推动作用。然而,目前有一个关键的问题人类依然没有解决,就是人类的脑细胞工作效率极低,数以亿计的神经元不断通过多巴胺传递着兴奋和抑制两种状态信息,这个工作频率最高值却仅为100Hz左右,正是这种高效率低能耗的神秘结构引领者神经网络的不断发展。可以说,人工神经网络不断改进与优化的进程也是人类对脑科学的不断认知的过程,因此,目前我
2021-04-08 15:16:35 432 4
原创 深度学习知识点总结2.0
M-P神经元相当于神经网络发展的第一个细胞。 感知机是第一个具有基本功能的神经网络工具,只具有一层功能神经元。 多层前馈神经网是现代神经网络原始模型,具有多层功能神经元,一般采用BP算法进行训练。 小批梯度下降训练算法是梯度下降算法中的“中庸之道” 分布式表征是神经网络发展历程中的一个重要思想 CNN中的权值共享就是一个特征映射(即一组神经元)共享一个卷积核和一个偏置,通俗来讲,卷积核就是一组网络权值,而且几个卷积核就可以得到几个特征映射平面。 ..
2021-04-04 09:55:21 184
原创 深度学习知识点总结1.0
(1)深度学习以某种方式互联的神经元为基础,构建多层次的深度网络来模拟人工智能。(2)深度神经网络主要包括三个层次的神经元:输入层、隐藏层和输出层。神经元之间的连接对应一个权重,该权重的大小决定了各个输入数据的重要程度,这也是网络训练的难点。(3)神经元中用激活函数进行神经元输出的标准化工作,用海量的数据集来训练深度神经网络,通过数据集上的标签与网络迭代输出结果相比较,得到可以用来衡量网络输出结果与真实结果差异程度的损失函数。(4)每次迭代数据集之后,利用梯度下降法训练调整神经元之间的权重,来减
2021-04-04 09:25:23 294
常用镜像下载路径.txt
2020-04-15
cygwin.rar
2020-04-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人