深度学习
文章平均质量分 90
本专栏将详细解析各种深度学习的概念,含有许多具体例子,介绍简洁明了,为你打开这一邻域的大门
Nowl
想开发出很有意思的AI项目
展开
-
深度学习第6天:ResNet深度残差网络
ResNet是一种用于图像识别的深度残差网络,是卷积神经网络的一种重要模型,ResNet开创性地引入了残差连接,解决了深层网络在训练过程中梯度弥散的问题,使深层模型的训练更加简便,同时也验证了随着网络层次的加深模型能够获得更好的性能原创 2023-12-23 19:42:06 · 2352 阅读 · 16 评论 -
深度学习第5天:GAN生成对抗网络
相信很多人都对手写数字数据集不陌生了,那我们就训练一个生成手写数字的GAN,注意:本示例代码需要的运行时间较长,请在高配置设备上运行或者减少训练回合数。原创 2023-12-12 10:07:10 · 1665 阅读 · 3 评论 -
深度学习第4天:感知机模型
感知机是一种很简单的二分类模型,给它一组特征,它输出是或者否原创 2023-12-02 11:43:20 · 805 阅读 · 9 评论 -
深度学习框架:Pytorch与Keras的区别与使用方法
pytorch和keras都是一种深度学习框架,使我们能很便捷地搭建各种神经网络,但它们在使用上有一些区别,也各自有其特性,我们一起来看看吧我们以最简单的网络定义来学习pytorch的基本使用方法,我们接下来要定义一个神经网络,包括一个输入层,一个隐藏层,一个输出层,这些层都是线性的,给隐藏层添加一个激活函数Relu,给输出层添加一个Sigmoid函数return x])原创 2023-11-30 06:00:00 · 2947 阅读 · 28 评论 -
深度学习第3天:CNN卷积神经网络
卷积神经网络(Convolutional Neural Network,CNN)是一种深度学习模型,主要用于处理和识别具有网格结构的数据,如图像和视频。CNN在计算机视觉领域取得了巨大的成功,广泛应用于图像分类、目标检测、人脸识别等任务。原创 2023-11-26 13:25:28 · 1377 阅读 · 6 评论 -
深度学习第2天:RNN循环神经网络
RNN也叫循环神经网络,普通的神经网络层的输入都是上一层的输出,而循环神经网络会在RNN层循环指定次数,这样的特点使得RNN在处理序列数据上表现得很好,因为它可以更好地记住前后文的关系循环神经网络是深度学习中一种重要的结构,一般用来处理文本,语音的序列数据我们通过一个比较直观地感受到了RNN的记忆功能梯度消失与梯度爆炸问题在RNN中更加显著。原创 2023-11-25 20:34:42 · 1745 阅读 · 21 评论 -
深度学习第1天:深度学习入门-Keras与典型神经网络结构
从数据中拟合出某种规律,只是它的模型结构与经典机器学习的模型不同,且具有特色:它的模型结构像人脑的神经元一样连接,所以我们也把这种结构叫做神经网络结构由数个神经元组成一层,整个神经网络由多个层组成,最开始的层叫做输入层,最后的层叫做输出层,输入层与输出层中间的叫做隐藏层,层与层之间互相连接基本要素作为机器学习的一种,深度学习当然也有模型性能评估函数损失函数优化方法,神经网络还有一个激活函数。原创 2023-11-25 10:05:05 · 1491 阅读 · 1 评论