深度学习
豆-Metcalf
已弃用CSDN,欢迎关注我的GitHub https://github.com/Meatlf,不断更新关于图像算法,深度学习,算法优化等学习笔记和代码,欢迎粉一下.
展开
-
初识深度学习
深度学习里面有两个重要的数学概念:导数、偏导数。 深度学习是采用神经网络,用于解决线性不可分的问题。 所谓深度学习,就是具有很多个隐层的神经网络。 神经网络分为输入层、输出层和隐层。 不断学习训练和修正。 深度学习是一个不断磨合的过程,刚开始定义一个标准参数(这些都是验值),然后不断地修正,得出每个节点间的权重。 假设教小孩看图识字,首先得把图片给小孩看,并且告诉小孩正确的答案,为了使小原创 2016-11-28 20:26:16 · 729 阅读 · 0 评论 -
TensorFlow常用函数集锦(更新中)
tf.float32 tf.placeholder tf.Variabletf.zeros用例:>>>test = tf.zeros([3])>>>sess = tf.Session()>>>print(sess.run(test))[0 0 0]说明:这里构造的不是列向量,而是行向量!原创 2017-07-04 14:44:31 · 351 阅读 · 0 评论 -
CS231n: Convolutional Neural Networks for Visual Recognition Spring 2017学习记录(更新中)
1.Lecture 1: Introduction时间:2017/06/272.Lecture 2: Image Classification pipeline要点: 1)本课程探讨的核心问题是用机器学习的算法解决图像分类(Image Classification)问题,图像分类是计算机视觉的核心问题; 2)图像分类的难点:视角变化(Viewpoint variation)、照明(lllumin原创 2017-06-27 19:47:45 · 472 阅读 · 0 评论 -
win10下Visual Studio2015+cuda8.0+cudnn v5.1+Anaconda4.4.0+tensorflow+Keras+Pycharm+OpenCV3.2.0安装教程
1.Visual Studio2015默认安装2.cuda8.0默认安装 注意:不需要手动设置环境变量3.cudnn v5.1解压该文件夹,将文件夹lib、include和bin里的文件分别复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0里相对应的lib、include和bin文件夹下,安装成功!4.tensorflowpip原创 2017-06-27 11:39:45 · 2568 阅读 · 0 评论 -
机器学习/深度学习资料集(更新中,20170709更新)
1.斯坦福大学机器学习个人笔记完整版(附所有视频和字幕) 2.TensorFlow中文官网 3.TensorFlow英文官网 4.CS231n: Convolutional Neural Networks for Visual Recognition 5.DeepLearning 0.1 documentation 6.kaggle 7.THE MNIST DATABASE of han原创 2017-03-10 09:48:44 · 468 阅读 · 0 评论 -
TensorFlow官方教程学习记录(更新中,更新日期:2017-07-19)
0.入门(Getting Started)1.TensorFlow入门(Getting Started With TensorFlow)笔记:TensorFlow入门程序-线性回归 日期: 201707042.机器学习初学者使用MNIST数据集(MNIST For ML Beginners)笔记:TensorFlow教程之-机器学习初学者使用MNIST数据集(MNIST For ML Begin原创 2017-07-04 10:40:43 · 561 阅读 · 0 评论 -
TensorFlow官方教程学习笔记之1-TensorFlow入门教程(Getting Started With TensorFlow)
1.图基础(Graph basics)节点(Nodes):图中”add” 边(Edges):对应三条线 2.TensorFlow中的计算图(Computation Graphs in TensorFlow)所有TensorFlow工程由如下两个部分组成: 1)定义计算图(Define the computation graph) 2)运行图(Run the graph(with data))原创 2017-07-16 22:07:49 · 542 阅读 · 0 评论 -
TensorFlow官方教程学习笔记之2-用于机器学习初学者学习的MNIST数据集(MNIST For ML Beginners)
1.数据集MNIST是机器视觉入门级的数据集2.算法1)核心 回归(Regression)算法: 2)代价函数 交叉熵(cross-entropy): 3)优化 梯度下降法3.代码# Copyright 2015 The TensorFlow Authors. All Rights Reserved.## Licensed under the Apache License, Versi原创 2017-07-04 18:59:39 · 584 阅读 · 0 评论 -
TensorFlow官方教程学习笔记之3-用于机器学习专家学习的MNIST数据集(MNIST For ML Beginners)
```pythonfrom __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_function# Importsimport numpy as npimport tensorflow as tfnode1 = tf.constant(3.0, dtype=tf.f原创 2017-07-17 22:21:31 · 754 阅读 · 0 评论 -
Python实现深度学习之-神经网络识别手写数字(更新中,更新日期:2017-07-12)
更新日期:2017-07-112017-07-120.神经网络的架构构成任意一个神经网络的四个要素: 层数(num_layers)、大小(sizes)、偏置(biases)、权重(weights)。 说明:在下图中,大小(sizes)为[2,3,1] 1.神经网络Network对象的初始化前后层之间的关系如下式: (1)分析隐藏层:第1原创 2017-06-06 22:25:33 · 2605 阅读 · 0 评论 -
神经网络的基本概念
权重: 书写权重编号的记忆秘诀:先写输出编号,后写输入编号。偏置:原创 2017-06-09 20:31:50 · 480 阅读 · 0 评论 -
初识深度学习
深度学习里面有两个重要的数学概念:导数、偏导数。 深度学习是采用神经网络,用于解决线性不可分的问题。 所谓深度学习,就是具有很多个隐层的神经网络。 神经网络分为输入层、输出层和隐层。 不断学习训练和修正。 深度学习是一个不断磨合的过程,刚开始定义一个标准参数(这些都是验值),然后不断地修正,得出每个节点间的权重。 假设教小孩看图识字,首先得把图片给小原创 2016-12-28 09:03:36 · 413 阅读 · 0 评论 -
斯坦福机器学习实验之3-多分类和神经网络(Multi-class Classification and Neural Networks)
1.多分类(Multi-class Classification)利用逻辑回归和神经网络识别手写的数字。1.1数据集(Dataset) 函数:randperm1.2数据可视化(Visualizing the data)1.3逻辑回归矢量化(Vectorizing Logistic Regression)1.3.1代价函数矢量化(Vectorizing the cost function) 1.3原创 2017-05-23 17:14:40 · 1879 阅读 · 0 评论 -
Matlab入门教程
0.帮助在Matlab软件界面右上角”搜索文档处”搜索函数。1.基本操作矩阵表示:A=[1 2;3 4;5 6]取元素:例如A(2,2)将返回第二行第二列的元素4。取行:例如A(2,:)将返回第二行的所有元素, 冒号表示该行或该列的所有元素。取列:例如A(:,2)将返回 A 矩阵第二列的所有元素添列:例如A=[A,[100;101;102]]。这样做的结果是在原矩阵的右边附加了一个新的列矩阵, 就是原创 2017-05-08 14:44:13 · 3396 阅读 · 0 评论 -
机器学习之2-多变量线性回归(Linear Regression with Multiple Variables)
1.多维特征多个变量的模型: 特征的数量:n训练集实例:代表第 i 个训练实例,是特征矩阵中的第 i 行,是一个向量(vector)。 代表特征矩阵中第 i 行的第 j 个特征,也就是第 i 个训练实例的第 j 个特征。2.多变量梯度下降多变量梯度下降和单变量梯度下降完全类似3.梯度下降实践1-特征缩放在我们面对多维特征问题的时候,我们要保证这些特征都具有相近的尺度,这将帮助梯 度下降算法更快原创 2017-05-08 23:30:19 · 685 阅读 · 0 评论 -
斯坦福机器学习实验之1-单变量线性回归(Linear Regression with One Variable)
1.数据图形化(Plotting the Data)在进行任务之前,将数据可视化对我们理解数据很有用。 1)载入数据 函数: load;lengthdata = load('ex1data1.txt'); % read comma separated dataX = data(:, 1); y = data(:, 2);m = length(y); % number of training原创 2017-05-15 20:00:29 · 909 阅读 · 0 评论 -
斯坦福机器学习实验之2-逻辑回归(Logistic Regression)
1.逻辑回归目标:利用逻辑回归预测学生是否被录取。 数据集:一群学生的两次考试成绩作为输入和是否被录取作为输出。1.1数据可视化(Visualizing the the data) 函数:find% Find Indices of Positive and Negative Examplespos = find(y==1); neg = find(y == 0);% Plot Example原创 2017-05-16 09:37:20 · 2963 阅读 · 0 评论 -
Ubuntu16.04安装TensorFlow教程
1.设置环境变量将下面代码放入~/.bashrc文件并保存。export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"export CUDA_HOME=/usr/local/cuda执行:source ~/.bashrc2.安装具有GPU功能的tensorflo原创 2017-06-17 14:39:40 · 714 阅读 · 0 评论 -
TensorFlow入门程序-线性回归
1.算法理论机器学习之1-单变量线性回归(Linear Regression with One Variable) 2.代码import numpy as npimport tensorflow as tf# Model parametersW=tf.Variable([.3],dtype=tf.float32)b=tf.Variable([-.3],dtype=tf.float32)# Mo原创 2017-06-19 21:59:17 · 568 阅读 · 0 评论 -
机器学习/深度学习数据集(更新中,更新日期:2017-07-12)
更新记录:2017-07-102017-07-12总体1.UCI Machine Learning Respository2.Public datasets for machine learning3.List of datasets for machine learning research具体1.iris(安德森鸢尾)花卉数据集2.手写数字数据集3.THE MNIST DATABASE of原创 2017-07-10 20:37:07 · 645 阅读 · 0 评论 -
Ubuntu16.04下基于Conda安装PyTorch
Ubuntu16.04下基于Conda安装PyTorch安装环境翻墙命令行安装安装验证参考资料安装环境本文的安装过程适用于在Ubuntu下已经安装好GPU和conda的计算机。翻墙不翻墙装软件会报错。命令行安装conda install pytorch torchvision cudatoolkit=8.0 -c pytorch安装验证$ jupyter notebook在...原创 2019-02-18 10:48:15 · 1549 阅读 · 0 评论