深度学习
文章平均质量分 80
深度学习笔记
JunLal
这个作者很懒,什么都没留下…
展开
-
【深度学习8】Pytorch使用及使用小案例
文章目录八、PyTorch8.1 相关定义1 张量Tensor2 Variable8.2 激活函数8.3 损失函数1)均方误差损失函数2)交叉熵损失函数8.4 PyTorch实战1 MNIST手写数字识别2 Cifar10分类八、PyTorch8.1 相关定义1 张量Tensor优点:可以使用GPU加速1)Tensor和numpy之间的转化import torchimport numpy as npnp_data = np.arange(8).reshape((2,4)) #定义一个nump原创 2022-05-11 13:18:29 · 2534 阅读 · 2 评论 -
【神经网络9】卷积神经网络(CNN)
文章目录九、卷积神经网络(CNN)9.1 全连接层9.2 卷积层9.2.1 一维卷积9.2.2 二维卷积9.2.3 卷积神经网络9.3 池化层9.3.1 池化(pooling)9.4 批规范层9.6 VGG16实现Cifar10分类九、卷积神经网络(CNN)卷积神经网络(ConvolutionalNeuralNetwork,CNN)是一种深度前馈神经网络,目前在图片分类、图片检索、目标检测、目标分割、目标跟踪、视频分类、姿态估计等图像视频相关领域中已有很多较为成功的应用。9.1 全连接层拉平为一个原创 2022-05-11 13:13:41 · 865 阅读 · 0 评论 -
【神经网络】6.1 神经网络基础
6.1 神经网络基础发展历程1 三层神经网络输入层(红色表示)隐藏层(紫色表示)输出层(绿色表示)图中最左边的一层(红色表示)称为输入层,位于这一层的神经元称为输入神经元。最右边的一层(绿色表示)称为输出层,它包含了2个输出神经元。中间紫色部分的那一层称为隐藏层。一个神经网络的隐藏层可以有很多,可以简单地理解为,如果一个层既不是输入层也不是输出层,那么就可以称其为隐藏层。如图所示的神经网络中只包含了一个隐藏层(单层神经网络),也有些网络拥有许多隐藏层(多层神经网络),比如下图所示的四层原创 2022-04-06 10:10:21 · 1454 阅读 · 0 评论 -
【机器学习】算法目录
机器学习目录四、KNN算法五、线性回归原创 2022-03-30 10:25:09 · 1279 阅读 · 0 评论 -
【机器学习4】KNN算法
四、KNN算法4.1算法流程:1)给定测试对象,计算它与训练集中每个对象的距离。2)圈定距离最近的k个训练对象,作为测试对象的邻居。3)根据这k个近邻对象所属的类别,找到占比最高的那个类别作为测试对象的预测类别。4.2 影响KNN算法的准确度的两个因素:计算测试对象与训练集中各个对象的距离k的选择4.3 KNN代码4.3.1 无框架代码import numpy as npimport matplotlib.pyplot as pltimport operator##给出训练数原创 2022-03-30 10:19:58 · 2442 阅读 · 0 评论