![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Deep Learning
文章平均质量分 93
尤而小屋
这个作者很懒,什么都没留下…
展开
-
10大最受欢迎的深度学习算法
深度学习(Deep Learning, 简称DL)是一种基于人工神经网络的机器学习算法,其核心在于通过多层神经网络结构,自动地从数据中学习并提取特征,进而进行预测、分类或生成等任务。这种学习方式使得计算机能够模仿人类的思考过程,从而在处理复杂任务时表现出更高的智能水平。神经网络的结构类似于人脑,由人工神经元(也称为节点)组成。输入层隐藏层输出层数据以输入的形式为每个节点提供信息。该节点将输入与随机权重相乘,计算它们,并添加偏差。最后,应用非线性函数(也称为激活函数)来确定激活哪个神经元。转载 2024-07-18 16:16:07 · 36 阅读 · 0 评论 -
深度学习在Li电池RUL、SOH和电池热管理中的研究进展与应用
公众号:尤而小屋作者:Peter编辑:Peter大家好,我是Peter~今天给大家分享一篇关于的文献综述。文献基本信息介绍:本文系统介绍了Deep Learning深度学习的不同方法在锂电池剩余使用寿命(RUL)、健康状态(SOH)和电池热管理(BTM)预测中的应用。本文综述从预测性能、优点和缺点等方面评估了不同的深度学习方法来进行电池估计和预测。此外,本文还讨论了上述应用中影响充放电循环、复杂环境、动态条件和不同电池类型的不同算法的特点、成就、局限性和改进方向。MORE。原创 2024-07-18 15:47:25 · 971 阅读 · 0 评论 -
机器学习10大必备算法
通过计算每个codebook向量与新数据实例之间的距离来找到最相似的邻居(最佳匹配),然后返回最佳匹配单元的类别值或在回归情况下的实际值作为预测。同时,只有这些离得近的数据点才和超平面的定义和分类器的构造有关,这些点被称为支持向量,他们支持或定义超平面。当然,你尝试的算法必须和你的问题相切合,其中的门道便是机器学习的主要任务。这类事件被称为维度诅咒。在机器学习领域,有种说法叫做“世上没有免费的午餐”,简而言之,它是指没有任何一种算法能在每个问题上都能有最好的效果,这个理论在监督学习方面体现得尤为重要。原创 2023-09-15 23:47:56 · 177 阅读 · 0 评论 -
Python深度学习-Keras》精华笔记4:解决深度学习回归问题
公众号:尤而小屋作者:Peter编辑:Peter持续更新《Python深度学习》一书的精华内容,仅作为学习笔记分享。。原创 2023-09-11 21:59:04 · 301 阅读 · 0 评论 -
《Python深度学习-Keras》精华笔记3:解决深度学习多分类问题
持续更新《Python深度学习》一书的精华内容,仅作为学习笔记分享。本文是第三篇:介绍如何使用Keras解决Python深度学习中的多分类问题。多分类问题和二分类问题的区别注意两点:机器学习中的路透社数据集是一个非常常用的数据集,它包含来自新闻专线的文本数据,主要用于文本分类任务。这个数据集是由路透社新闻机构提供的,包含了大量的新闻文章,共计22类分类标签。In [1]:训练集和标签In [2]:In [3]:数据查看In [4]:Out[4]:In [5]:Out[5]:查看label中原创 2023-09-11 21:57:42 · 315 阅读 · 0 评论 -
【无标题】
讲解transformer最好的文章转载 2023-06-17 14:48:55 · 107 阅读 · 0 评论 -
台湾大学李宏毅:图解卷积神经网络CNN
台湾大学李宏毅老师图解卷积神经网络CNN原创 2022-10-28 12:01:30 · 3143 阅读 · 0 评论 -
深度学习4大激活函数
深度学习4大激活函数原创 2022-10-25 17:46:03 · 848 阅读 · 0 评论 -
深度学习框架Keras入门案例
公众号:尤而小屋作者:Peter编辑:Peter大家好,我是Peter~本文介绍3个案例来帮助读者认识和入门深度学习框架Keras。3个案例解决3个问题:回归、二分类、多分类目录为什么选择Keras相信很多小伙伴在入门深度学习时候首选框架应该是TensorFlow或者Pytorch。在如今无数深度学习框架中,为什么要使用 Keras 而非其他?整理自Keras中文官网:Keras 优先考虑开发人员的经验Keras 被工业界和学术界广泛采用Keras 可以轻松将模型转化为产品Ke.原创 2022-05-07 22:10:33 · 1627 阅读 · 0 评论 -
深度学习实战:基于CNN的猫狗图像识别
公众号:尤而小屋作者:Peter编辑:Peter大家好,我是Peter~本文记录了第一个基于卷积神经网络在图像识别领域的应用:猫狗图像识别。主要内容包含:数据处理神经网络模型搭建数据增强实现本文中使用的深度学习框架是Keras;图像数据来自kaggle官网:https://www.kaggle.com/c/dogs-vs-cats/data数据处理数据量数据集包含25000张图片,猫和狗各有12500张;创建每个类别1000个样本的训练集、500个样本的验证集和500个样本的.原创 2022-04-09 21:48:08 · 29987 阅读 · 16 评论 -
深度学习必知概念
公众号:尤而小屋作者:Peter编辑:Peter大家好,我是Peter~本文主要机器学习的一些基本内容,包含:除了分类和回归之外的其他机器学习形式评估机器学习模型的规范流程为深度学习准备数据特征工程解决过拟合处理机器学习问题的通用流程机器学习4个分支监督学习supervised learning最常见的机器学习类型。给定一组样本(通常是人工标准),它可以学会将数据映射到已知目标(也叫标注)。监督学习广泛应用到光学字符识别、语音识别、图像分类和语言翻译。监督学习除了回归和分.原创 2022-04-03 13:04:14 · 2156 阅读 · 0 评论 -
Facebook开源时序利器-Kats
公众号:尤而小屋作者:Peter编辑:Peter大家好,我是Peter~Kats(Kits to Analyze Time Series)是一款轻量级、易于使用、可扩展和通用的框架,用于在Python中进行时序分析,由Facebook开源。TimeSeriesData是Kats中表示单变量和多变量时间序列的基本数据结构,有两种初始化的方法:TimeSeriesData(df):要求包含一个"time"列和任意值列的pd.DataFrame对象TimeSeriesData(time, valu.原创 2022-04-02 23:10:46 · 537 阅读 · 1 评论 -
深度学习实战案例:新闻文本分类
深度学习多分类案例:新闻文本分类公众号:机器学习杂货店作者:Peter编辑:Peter大家好,我是Peter~这里是机器学习杂货店 Machine Learning Grocery~之前介绍过一个单分类的问题。当每个数据点可以划分到多个类别、多个标签下,这就是属于多分类问题了。本文介绍一个基于深度学习的多分类实战案例:新闻文本分类,最终是有46个不同的类别数据集路透社数据集广泛使用的文本分类数据集:46个不同的主题,即输出有46个类别。某些样本的主题更多,但是训练集中的每个主题至少有原创 2022-04-02 23:08:06 · 6352 阅读 · 0 评论 -
深度学习实战案例:电影评论二分类
第一个深度学习实战案例:电影评论分类公众号:机器学习杂货店作者:Peter编辑:Peter大家好,我是Peter~这里是机器学习杂货店 Machine Learning Grocery~本文的案例讲解的是机器学习中一个重要问题:分类问题。本文是《Python深度学习》一书中的实战案例:电影评论的二分类问题。训练集和测试集这是一个典型的二分类问题。使用的是IMDB数据集,训练集是25000条,测试也是25000条In [1]:import pandas as pdimport nu原创 2022-04-02 23:07:10 · 2087 阅读 · 0 评论 -
深度学习实战案例:预测房价
公众号:机器学习杂货店作者:Peter编辑:Peter大家好,这里是机器学习杂货店 Machine Learning Grocery~本文的案例讲解的是机器学习中一个重要问题:回归问题,它预测的是一个连续值而不是离散的标签。注意:逻辑回归不是回归算法,而是分类算法[外链图片转存中…(img-JnR0sik4-1648911615585)]波士顿房价数据集506个样本,其中404个训练样本,102个测试样本In [1]:import numpy as npfrom keras.d.原创 2022-04-02 23:03:03 · 3382 阅读 · 0 评论