动手学深度学习V2
文章平均质量分 53
视频笔记
无敌三角猫
机器视觉,图像处理方向
展开
-
标注转换与编辑软件
1. 支持XML转JSON、XML转TXT、TXT转XML、JSON转XML。2. XML&JSON类别替换。3. XML&JSON类别删除。原创 2023-05-24 06:10:16 · 72 阅读 · 0 评论 -
【视频解读】动手学深度学习V2_02深度学习介绍
我用一个无人机,去把图片拍下来,然后就会看到树的一些图片,作为数据科学家,我不懂二月份树要长成什么样子,领域专家会告诉你,这个树长多少叶子是比较好的,数据科学家就会把领域专家的一些需求翻译成能够做的一些任务,所以说领域专家是提需求的一些人,是甲方,数据科学家是乙方。在图片分类这个工作,深度学习已经做的非常好了。这个确实是可以的,符号学在深度学习目前有一些新的进展,比如符号学就是做一些符号学的推理,目前图神经网络可以做一些复杂的推理过程,模型够复杂的情况下,确实可以做一些推理的工作。原创 2023-05-05 09:24:14 · 255 阅读 · 0 评论 -
【视频解读】动手学深度学习V2_01课程介绍
这门课程主要介绍深度学习经典和最新模型。从最简单、最老的80年代的Lenet,讲到计算机视觉比较流行的Resnet,以及经典的时序模型LSTM以及最近比较流行的BERT。当然我们在讲深度学习时,我们离不开机器学习,机器学习的很多基础知识是我们需要的,比如损失函数,目标函数,过拟合和优化等实践不仅会讲原理和数学表示,而且使用Pytorch实现介绍的知识点。在真实数据上体验算法效果。原创 2023-05-04 16:00:49 · 576 阅读 · 0 评论 -
【视频解读】动手学深度学习V2_00预告
在很大程度上,神经网络可以看成是一门语言,所以我们应该像学习其他计算机语言,如Python或C++一样学习深度学习。代码和数学双管齐下的方法教授深度学习,被140+所大学采用为教材。是神经网络,它与人工智能的其他领域不一样的是,神经网络是一个非常。最热的领域,在过去十年,人工智能的。,它覆盖了90年代至今的重要模型。00预告 【动手学深度学习V2】来表达对一个问题的不同。深度学习学习的关键是。原创 2023-05-04 15:08:31 · 532 阅读 · 0 评论