![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习学习经验
文章平均质量分 93
Linductor
终于高中毕业了
展开
-
深度学习学习经验——生成对抗网络(GAN)
GAN 通过两个网络——生成器(Generator)和判别器(Discriminator)的对抗训练来生成逼真的数据。原创 2024-08-23 16:12:33 · 300 阅读 · 0 评论 -
深度学习学习经验——目标检测及其应用
目标检测是计算机视觉中的一个核心任务,旨在识别图像中的物体并确定其位置。原创 2024-08-23 15:29:43 · 309 阅读 · 0 评论 -
深度学习学习经验——卷积神经网络(CNN)
卷积神经网络(Convolutional Neural Network, CNN)是深度学习中一种非常重要的模型结构,特别擅长处理图像数据。CNN 通过卷积操作和池化操作来自动提取图像的特征,并使用全连接层进行分类或回归等任务。原创 2024-08-23 14:39:57 · 372 阅读 · 0 评论 -
深度学习学习经验——深度学习名词字典
解释各个基础名词的字典原创 2024-08-23 14:17:04 · 625 阅读 · 0 评论 -
深度学习学习经验——变换器(Transformer)
变换器(Transformer)是一种用于处理序列数据的深度学习模型,与循环神经网络(RNN)不同,它不依赖于顺序处理数据,而是依靠一种称为**注意力机制**(Attention Mechanism)的技术来捕捉序列中的依赖关系。Transformer 的核心组件包括 **自注意力**(Self-Attention)和 **多头注意力**(Multi-Head Attention),这些机制使 Transformer 能够在自然语言处理、机器翻译等任务中表现出色。原创 2024-08-23 13:59:54 · 420 阅读 · 0 评论 -
深度学习学习经验——长短期记忆网络(LSTM)
长短期记忆网络(LSTM,Long Short-Term Memory)是一种特殊的循环神经网络(RNN),专为解决 RNN 中长期依赖问题而设计。原创 2024-08-23 13:17:38 · 633 阅读 · 0 评论 -
深度学习学习经验——循环神经网络(RNN)
循环神经网络(Recurrent Neural Network, RNN)是一种适合处理序列数据的神经网络,它能够利用历史信息来预测当前输出,适用于时间序列预测、自然语言处理等任务。RNN 的关键在于它具有“记忆”功能,可以将前一时刻的信息传递到下一时刻。RNN 的这种特性主要体现在它的隐藏状态(Hidden State)和时间步长(Time Step)的循环更新机制上。原创 2024-08-23 11:48:45 · 752 阅读 · 0 评论 -
深度学习学习经验——全连接神经网络(FCNN)
全连接神经网络(FCNN)是最基础的神经网络结构,它由多个神经元组成,这些神经元按照层级顺序连接在一起。每一层的每个神经元都与前一层的每个神经元连接。接待区交流区和结果区。原创 2024-08-22 17:22:59 · 467 阅读 · 0 评论 -
深度学习学习经验——什么是深度学习
深度学习是机器学习的一个子领域,它使用多层神经网络来自动从大量数据中学习和提取特征。深度学习尤其适合处理大规模的数据,如图像、语音和文本等。基本概念神经网络:深度学习模型的核心是神经网络,灵感来源于人脑的结构和功能。神经网络由大量的节点(神经元)组成,这些节点通过连接(权重)相互传递信息。层:神经网络通常由多个层级组成。每一层对输入数据进行处理并将结果传递给下一层。最常见的层有输入层、隐藏层和输出层。深度:深度学习之所以得名,是因为它使用了多个隐藏层(即“深度”)。原创 2024-08-22 16:42:17 · 462 阅读 · 0 评论 -
深度学习学习经验——Ubuntu中配置pytorch环境
如何在ubuntu配置pytorch环境原创 2024-08-22 12:25:31 · 282 阅读 · 0 评论