Deep Learning
Mr2021
欢迎私信,互相交流探讨。
展开
-
神经网络与深度学习系列 -反向传播算法
矩阵的在神经网络中的应用利用矩阵在神经网络中,可以大大简化公式的复杂性,同时矩阵运算在反向传播中使用起来极为方便。上图给出了神经网络中对权重的标注方式,wjklw_{jk}^lwjkl表示从 (l−i)th{(l-i)}^{th}(l−i)th 层的第 kthk^{th}kth 个神经元到lth{l}^{th}lth 层的第 jthj^{th}jth 个神经元的连接上的权重。上图给出了...原创 2019-10-29 08:47:29 · 579 阅读 · 0 评论 -
神经网络与深度学习系列 - 梯度下降与随机梯度下降
神经网络与深度学习系列文章将立足于Michael Mielsen的《Nerual Networks and Deep Learning》一书,这本书内容的开展方式非常棒:以原理为导向,通过攻克一个具体的问题“识别手写数字”,来学习神经网络与深度学习的核心理论。通过本书的学习可以在自己脑海中先构建一套完整的神经网络知识“骨架”,之后再通过其他方面学习将“羽翼”填充起来,逐步学习神经网络。感知机第...原创 2019-10-24 17:46:19 · 757 阅读 · 0 评论 -
windows下利用Anaconda安装LabelImg
官方安装教程:本身电脑上安装有Anaconda 和 python3.7,LabelImg 在Github上该环境下的安装教程如下:Step1:下载LableImg-master, 解压到文件夹LabelImg_master。Step2:打开Anaconda Prompt, 进入到文件夹LabelImg_master内,输入:conda install pyqt=5如下图询问Pro...原创 2019-06-25 18:49:40 · 13000 阅读 · 9 评论 -
Pytorch:利用迁移学习做图像分类
在这一篇文章中,我们描述了如何在 pytorch中进行图像分类。我们将使用Caltech256数据集的一个子集对10种不同动物的图像进行分类。借此来介绍数据集的准备、数据扩充,以及构建分类器的完整步骤。使用转移学习来使用低层次的图像特征,如边缘、纹理等。通过借助一个预训练的模型 resnet50,训练自己的分类器来学习数据集图像中更高级的细节,比如眼睛、腿等。ResNet50 已经在ImageNe...翻译 2019-07-03 12:11:26 · 9178 阅读 · 4 评论 -
Pytorch基础
什么是PytorchPytorch是一个基于python的库,用它可以方便地构建深度学习模型并应用在不同的领域。但是它不仅仅是另一个深度学习库那么简单,他也是一个科学计算软件包。作为一款基于python的科学计算软件包,主要有两大特色:代替Numpy使用GPUs的能力;一个拥有很大灵活度和速度的深度学习研究平台;Pytorch使用 Tensor 作为他的核心数据结构,这一结构与Nump...翻译 2019-07-01 13:59:45 · 340 阅读 · 0 评论