深度学习
文章平均质量分 71
分享深度学习相关知识与实践代码
AI信仰者
擅长机器学习和深度学习
擅长Java、Python、Javascript等编程语言
在金融、交通、工业等方向有丰富的项目经验
展开
-
BP-LSTM-Attention-transformer,含数据,可直接运行,TensorFlow
本文主要讲解:BP-LSTM-Attention-transformer,含数据,可直接运行,原创 2023-06-03 16:52:11 · 1799 阅读 · 0 评论 -
pytorch pso优化cnn-lstm 智慧海洋-渔船轨迹识别
本文主要讲解:pytorch pso优化cnn-lstm 智慧海洋-渔船轨迹识别原创 2022-11-12 14:53:47 · 3510 阅读 · 5 评论 -
PSO粒子群优化-BP神经网络-优化神经元个数dropout和batch_size
本文主要讲解:PSO粒子群优化-BP神经网络-优化神经网络神经元个数dropout和batch_size原创 2022-08-19 23:10:47 · 2897 阅读 · 4 评论 -
SE-ResNet34对结构性数据进行多分类
本文主要讲解SE-ResNet34对结构性数据进行多分类原创 2022-07-31 22:53:42 · 1467 阅读 · 0 评论 -
交叉熵损失和focal_loss对比-BP神经网络
本文主要讲解交叉熵损失(categorical_crossentropy)和focal_loss对比-BP神经网络原创 2022-07-30 19:27:32 · 930 阅读 · 0 评论 -
自然语言处理NLP面试题
● Word2Vec中skip-gram是什么,Negative Sampling怎么做参考回答:Word2Vec通过学习文本然后用词向量的方式表征词的语义信息,然后使得语义相似的单词在嵌入式空间中的距离很近。而在Word2Vec模型中有Skip-Gram和CBOW两种模式,Skip-Gram是给定输入单词来预测上下文,而CBOW与之相反,是给定上下文来预测输入单词。Negative Sampling是对于给定的词,并生成其负采样词集合的一种策略,已知有一个词,这个词可以看做一个正例,而它的上下文词集可原创 2022-05-05 19:05:19 · 507 阅读 · 0 评论 -
SSA麻雀算法-LSTM-优化神经网络神经元个数-dropout-batch_size
1、摘要本文主要讲解:使用SSA麻雀算法-LSTM-优化神经网络神经元个数-dropout-batch_size主要思路:SSA Parameters :优化函数、粒子数量、搜索维度、迭代次数原创 2022-03-28 21:13:28 · 8554 阅读 · 28 评论 -
PSO粒子群优化-LSTM-优化神经网络神经元个数dropout和batch_size
1、摘要本文主要讲解:PSO粒子群优化-LSTM-优化神经网络神经元个数dropout和batch_size,目标为对沪深300价格进行预测主要思路:PSO Parameters :粒子数量、搜索维度、所有粒子的位置和速度、个体经历的最佳位置和全局最佳位置、每个个体的历史最佳适应值LSTM Parameters 神经网络第一层神经元个数、神经网络第二层神经元个数、dropout比率、batch_size开始搜索:初始粒子适应度计算、计算初始全局最优、计算适应值、初始全局最优参数、适应度函数、更新原创 2022-01-12 20:59:02 · 16161 阅读 · 18 评论 -
python机器学习,深度学习
python机器学习深度学习代做原创 2022-01-14 23:41:06 · 1669 阅读 · 6 评论 -
PSO粒子群优化-LSTM-pyswarms框架-实现期货价格预测
1、摘要本文主要讲解:PSO粒子群优化-LSTM-pyswarms框架-实现期货价格预测主要思路:从网上找到影响期货价格预测的相关数据,爬取下来并处理好,形成时间序列训练数据使用train_test_split划分训练集和测试集训练数据和测试数据进行标准化处理:StandardScaler.fit_transform建立LSTM模型,激活函数用relu,使用SGD去优化使用pyswarms更新模型的权重画PSO-LSTM实际值与预测值结果图2、数据介绍上海期货交易所每月行情,请看文末原创 2021-10-30 20:29:04 · 7084 阅读 · 6 评论 -
SinGAN一张照片即可生成同样的照片(附简化版代码)
1、摘要本文主要讲解:SinGAN-一张照片即可生成一模一样的照片(附简化版代码)主要思路:先由一个Z_N输入到G_N的生成器得到生成图像(这一步是单纯由噪声生成,其他生成器的输入都是由随机噪声图像z_n和上一层生成的 上采样到当前生成器尺寸组成)。接着利用生成图像的图像块(每一层图像块的大小不一样,按照由粗糙到精细、由大到小)和当前层的图像块(由训练数据下采样得到)放入判别器中进行判断,直到两者不能被判别器区分。通过这种一层一层、由下往上的训练过程,得到最终的结果。2、相关技术SinGA原创 2021-10-09 23:01:09 · 3202 阅读 · 6 评论 -
GAN变种CGAN_DCGAN_EBGAN跑Fashion_mnist、KMNIST、QMNIST
1、摘要本文主要讲解:使用GAN变种ACGAN、CGAN、DCGAN、EBGAN跑minst、Fashion_mnist、KMINST、QMINST四种数据集主要思路:先下载KMINST、QMINST数据集,因为这两种代码没法直接下安装pytorch-gpu版本才能跑得快理解各种GAN的变种2、数据介绍KMINST3、相关技术ACGAN是在CGAN基础上的进一步拓展,采用辅助分类器(Auxiliary Classifier)使得GAN获取的图像分类的功能。CGAN通过结合标签信息来提原创 2021-08-05 23:08:01 · 1022 阅读 · 2 评论 -
CCF-野外环境中的蝴蝶自动识别-排名54
任务依据给定的蝴蝶在野外环境中的图像以及对应的标注文件,建立机器学习、深度学习模型来对图像中的蝴蝶进行目标检测。数据说明用于竞赛的数据集应下载至datasets文件夹下,下载地址为http://www.sciencedb.cn/dataSet/handle/706,下载后应共有两个文件夹:Annotations和JPEGImages。其中Annotations为数据集的标注信息文件夹,包含每个训练图像对应的xml文件,内容格式可参考pascal voc 2007数据集中的标注文件格式,采用UTF-8原创 2020-12-07 20:27:22 · 2630 阅读 · 0 评论 -
AI深度学习图像识别神经网络tensorflow-keras源码和权重
深度学习资料大全!大量在imagenet上获得前几名的神经网络模型和权重,dense net,Resnet,wrn,vgg等并附带各种介绍顺便介绍了一下预训练和转移学习!原创 2017-12-16 09:30:05 · 2710 阅读 · 0 评论