深度学习
文章平均质量分 88
Cooku Black
这个作者很懒,什么都没留下…
展开
-
图神经网络简单理解 — — 附带案例
图神经网络(Graph Neural Network, GNN)是一种深度学习模型,专门用于处理图结构数据。它能够捕捉节点的邻域结构信息,广泛应用于各种领域,如社交网络分析、生物信息学、推荐系统等。原创 2024-08-15 10:14:42 · 848 阅读 · 0 评论 -
DDPM代码案例详解(附:论文模型)
【代码】DDPM代码案例详解(附:论文模型)原创 2024-07-22 18:42:02 · 1199 阅读 · 0 评论 -
DDPM扩散模型(模型结构图与公式推导)
去噪过程是加噪过程的逆过程,是从高斯噪声中恢复原始数据的过程,我们可以假设去噪的噪声也是取自一个高斯分布,我们无法逐步地去直接拟合分布,因此需要构建一个参数分布来去做估计,逆扩散过程仍然是一个马尔科夫链过程。原创 2024-07-21 20:09:53 · 1021 阅读 · 0 评论 -
Transformer
代替了网络,在传统的网络中,训练的时候是一个马尔可夫过程,即每一层中的输出都需要上一步输出的中间结果,传统的无法做到并行,在中,使用机制来进行并行计算,输出结果是同时被计算出来的,并行计算只存在于在训练阶段,现在基本已经取代了。网络可分为两个部分:层与层,并且和重复了次。在输入数据中,表示的是原句子的结束标志,表示翻译后的句子的开始标志,也表示结束标志,向中输入 和 然后进行计算损失的时候与进行计算,与的每一个词正好错开一个位置,这样的每一个词通过网络后得到概率正好是下一个词的概率。输入数据的预处理操作:原创 2024-05-28 19:28:56 · 938 阅读 · 0 评论 -
U-Net网络
首先定义一个卷积层,后面连接一个下采样层,重复4次。然后添加一个卷积层。再添加一个上采样层,后面连接一个卷积层,重复4次。最后添加一个3 * 3的卷积层,将维度映射为(RGB)3个channel。U-Net整体代码# 开始进行上采样# 进行输出self.Th = nn.Sigmoid() # 由于我们只需要直到图像的蒙版,只需要知到这个像素是黑的还是白的,因此这是一个二分类问题# 进行上采样O1 = self.c6(self.u1(R5, R4)) # 进行拼接。原创 2024-05-27 15:24:28 · 1312 阅读 · 0 评论 -
LeNet-5上手敲代码
LeNet-5由Yann LeCun在1998年提出,旨在解决手写数字识别问题,被认为是卷积神经网络的开创性工作之一。该网络是第一个被广泛应用于数字图像识别的神经网络之一,也是深度学习领域的里程碑之一。LeNet-5。原创 2024-05-09 19:12:28 · 1076 阅读 · 0 评论 -
Python中的魔法方法
是使用实例对象进行传参的时候进行调用的,其参数可以接收所有的位置参数和所有的关键字参数。相当于重写遍历的方式,在对类对象进行遍历的时候会直接调用该方法。是在创建实例后的初始化方法,是创建实例后直接调用的方法。是在创建实例之前进行调用的,返回的是一个对象。方法,在查看类对象的长度的时候(使用。是在销毁实例对象的时候进行调用的。)直接掉哦用该方法。原创 2024-05-06 10:44:44 · 342 阅读 · 1 评论 -
Pytorch快速上手
模型迁移是在已经训练好的模型上进行训练,也可以成为模型的微调,具体的做法有再原有的模型上添加层,或者修改原来模型的某些层。运行之后会出现如下的信息,直接点击蓝色显示的地址即可打开对应的网页查看具体的信息。是一个可视化的包,可用于展示模型损失的变化或者是直接查看图片数据集。用于自定义自己的模型,可以方便快速的搭建自己的模型。,需要额外进行下载,并且版本过高可能会出现异常。中提供了一些标准的数据集,可在官方网页进行查看。)之后即可在相应的网页上查看具体的信息了。用于对数据进行变换,常见的有。原创 2024-05-05 20:04:35 · 1438 阅读 · 0 评论 -
jupyter切换不同的内核(虚拟环境)(anaconda 24.1.2)(包含VSCode使用虚拟环境的方法)
选择刚刚添加的环境即可。,说明内核添加成功。的窗口,点击下拉框。原创 2024-04-14 15:12:40 · 1464 阅读 · 0 评论