![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
王小草深度学习笔记
文章平均质量分 92
王小小小草
人工智能、机器学习、深度学习、自然语言处理、程序媛
展开
-
王小草【深度学习】笔记第一弹--神经网络
【深度学习】笔记第一弹–神经网络王小草深度学习笔记课程来自:寒小阳 笔记整理者:王小草 时间:2016/08/15 欢迎交流:qq:1057042131原创 2016-08-16 12:33:48 · 6990 阅读 · 2 评论 -
Pycharm远程连接GPU服务器
工欲善其事,必先利其器。很多童鞋都是在本地编写和调试代码,然后再将代码通过某种方式传到服务器上,用vim修修改改然后运行。先不说本地和服务器手工维护和同步两份代码劳心劳肺,若不是对vim编辑文件得心应手也自然会费时费力。因此,强烈推荐写python的同学用pycharm远程链接远程服务器,下面具体讲讲如何连接。首先,说明,想要pycharm链接远程服务器,必须是professional版本的p...原创 2019-01-17 13:01:54 · 13738 阅读 · 3 评论 -
06:Tensorflow的可视化工具Tensorboard的初步使用
标签(空格分隔): 王小草Tensorflow笔记笔记整理者:王小草 笔记整理时间:2017年3月7日 代码原文请见github:当使用Tensorflow训练大量深层的神经网络时,我们希望去跟踪神经网络的整个训练过程中的信息,比如迭代的过程中每一层参数是如何变化与分布的,比如每次循环参数更新后模型在测试集与训练集上的准确率是如何的,比如损失值的变化情况,等等。如果能在训练的过...原创 2017-03-16 18:45:33 · 153354 阅读 · 47 评论 -
05:Tensorflow高级API的进阶--利用tf.contrib.learn建立输入函数
标签(空格分隔): 王小草Tensorflow笔记笔记整理者:王小草 笔记整理时间:2017年2月27日 笔记对应的官方文档:https://www.tensorflow.org/get_started/input_fn#setup 官方文档最近一次更新时间2017年2月15日在实际的业务中,可能会遇到很大量的特征,这些特征良莠不齐,层次不一,可能有缺失,可能有噪声,可能规模不一致,可能类型不原创 2017-03-16 18:44:13 · 8760 阅读 · 0 评论 -
03:一文全解:使用Tensorflow搭建卷积神经网络CNN识别手写数字图片
标签(空格分隔): 王小草Tensorflow笔记笔记整理者:王小草 笔记整理时间:2017年2月25日 官方文档原文地址:https://www.tensorflow.org/get_started/mnist/pros 官方文档最近更新时间:2017年2月15日欢迎机器学习,深度学习爱好者一起交流。 也欢迎关注我的喜马拉雅账号:”好吧我真的叫王草”。分享由集智俱乐部推出的两本好书:《科学原创 2017-02-26 16:05:33 · 9968 阅读 · 11 评论 -
04:一文初探Tensorflow高级API使用(初学者篇)
标签(空格分隔): 王小草Tensorflow笔记笔记整理者:王小草 笔记整理时间:2017年2月26日 对应的官方文档地址:https://www.tensorflow.org/get_started/tflearn 官方文档上次更新时间:2017年2月15日今天我们要向Tensorflow高级API的学习门槛迈进一步。别听到高级API就觉得是难度高的意思,其实高级API恰恰是为了降低大家的原创 2017-03-08 12:48:46 · 8761 阅读 · 4 评论 -
02:一文全解:利用谷歌深度学习框架Tensorflow识别手写数字图片(初学者篇)
02:一文全解:利用谷歌深度学习框架Tensorflow识别手写数字图片(初学者篇)标签(空格分隔): 王小草Tensorflow笔记笔记整理者:王小草 笔记整理时间2017年2月24日 Tensorflow官方英文文档地址:https://www.tensorflow.org/get_started/mnist/beginners 本文整理时官方文档最近更新时间:2017年2月15日1.案例原创 2017-02-24 12:41:08 · 13348 阅读 · 9 评论 -
01:一文入门谷歌深度学习框架Tensorflow
标签: 王小草Tensorflow笔记前期准备:安装好tensorflow1.0Tensorflow API概要Tensorflow提供了很多API。最底层的API是Tensorflow core,推荐给机器学习的研究者或者那些想对模型有更好的掌控的大神们用~较高层的API是在Tensorflow core的基础上封装建立的,肯定比Tensorflow core要更易学,更易使用啦~另外,较高层的A原创 2017-02-21 16:03:49 · 12357 阅读 · 3 评论 -
【Paper翻译】A Neural Algorithm Artistic Style
时间:2016年11月9日 译者:王小草卷积神经网络是深层神经网络中处理图像最强大的一个类别。卷积神经网络由一层层小的计算单元(神经元)组成,可以以前馈的方式分层地处理视觉上的信息(图1)。每一层中的计算单元(神经元)可以被理解为是对过滤图像信息的收集,也就是说,每一个神经元都会从输入的图像中抽取某个特征。因此,每层的输出是由所谓的feature map组成,它们是对输入的图像进行不同类型的过滤得原创 2016-12-08 17:16:09 · 5419 阅读 · 3 评论 -
王小草【深度学习】笔记第七弹--RNN与应用案例:注意力模型与机器翻译
标签(空格分隔): 王小草深度学习笔记1. 注意力模型1.2 注意力模型概述注意力模型(attention model)是一种用于做图像描述的模型。在笔记6中讲过RNN去做图像描述,但是精准度可能差强人意。所以在工业界,人们更喜欢用attention model。结合下图,先简单地讲一下,注意力模型的运作原理。 第一步:进来一张图片 第二步:图片进入卷积神经网络,进行前向运算,将某个卷积层的结果原创 2016-12-08 17:12:20 · 9837 阅读 · 0 评论 -
王小草【深度学习】笔记第六弹--循环神经网络RNN和LSTM
标签(空格分隔): 王小草深度学习笔记今天要讲的是神经网络中的一种————循环神经网络,它是一种具有记忆的神经网络,工业界最常见的应用比如“机器翻译”。另外,一切与序列或时间相关的问题都可以用RNN来尝试一下,比如RNN能模型写文章写代码写诗歌写乐谱等等。本文,先介绍了RNN的一些应用,然后介绍rnn的运行原理,最后介绍RNN中的一款比较优秀的模型LSTM的结构与原理。1. 循环神经网络的多种应用1原创 2016-12-08 17:10:58 · 11060 阅读 · 9 评论 -
王小草【深度学习】笔记第五弹--自然语言处理的相关应用
标签(空格分隔): 王小草深度学习笔记1. 自然语言处理(NLP)的常见任务先来看看在工业界对于自然语言处理的一些常见需求与任务。自动摘要 这个在搜索引擎中非常常用。指计算机能自动去阅读一篇文章然后取提取这篇文章的摘要。指代消解 比如“小明放学了,妈妈去接他”这句话中的“他”指代为“小明”。这个计算机本身并不知道,而我们希望计算机能自己去识别这些指代的对象。机器翻译 这个非常熟悉,比如中英文的原创 2016-12-08 17:09:35 · 1598 阅读 · 0 评论 -
王小草【深度学习】笔记第四弹--卷积神经网络与迁移学习
标签(空格分隔): 王小草深度学习笔记1. 图像识别与定位图像的相关任务可以分成以下两大类和四小类: 图像识别,图像识别+定位,物体检测,图像分割。 图像的定位就是指在这个图片中不但识别出有只猫,还把猫在图片中的位置给精确地抠出来今天我们来讲一讲如何神经网络来做图像识别与定位。图像的识别: 可以看成是图像的分类》C个类别 输入:整个图片 输出:类别标签(每个类别会有一个概率,选出概率最大的原创 2016-12-08 17:08:49 · 5329 阅读 · 0 评论 -
王小草【深度学习】笔记第三弹--神经网络细节与训练注意点
欢迎关注本人微信公众号:王小草之大数据人工智能。不定期分享学习笔记。 欢迎关注本人喜马拉雅账号:好吧我真的叫王草。不定期更新各类有声书与文章,涉及诗歌,自传日志,科技IT新书等。 恩,对,一名励志要做播主的爱好文学的经管专业的却打起代码的伪女程序猿,等你一起来聊聊哲学。原创 2016-10-22 17:58:54 · 5234 阅读 · 4 评论 -
王小草【深度学习】笔记第二弹--细说卷积神经网络
欢迎关注本人微信公众号:王小草之大数据人工智能。不定期分享学习笔记。 欢迎关注本人喜马拉雅账号:好吧我真的叫王草。不定期更新各类有声书与文章,涉及诗歌,自传日志,科技IT新书等。 恩,对,一名励志要做播主的爱好文学的经管专业的却打起代码的伪女程序猿,等你一起来聊聊哲学。原创 2016-10-22 17:54:08 · 6077 阅读 · 5 评论 -
GAN生成对抗网络入门篇
笔记整理:王小草时间:2019年1月一、GAN简介1 背景全称:generative adversarial network 生成式对抗网络(不一定是深度学习)论文:https://arxiv.org/abs/1406.2661提出者:Ian Goodfellow(也是深度学习花园书的作者)2 Gan能做什么?2.1 生成图片下图,第一张图是真实图片,第二张是使用MSE为损失的监...原创 2019-01-19 16:16:34 · 11792 阅读 · 10 评论