weixin_38029956的博客

基于深度学习实现人脸的表情识别（2）----模型的搭建，训练与测试哈喽，我们又在这见面啦～～我们继续在完成了数据准备后，接下来就是卷积神经网络一展身手的时候了，通过本次任务，您将学到如何使用 PyTorch 深度学习框架，实现卷积神经网络的定义、训练和预测。文章目录基于深度学习实现人脸的表情识别（2）----模型的搭建，训练与测试一、搭建模型1.1 数据接口准备2.2. 模型定义二、 模型训练三、模型测试总结提示：以下是本篇文章正文内容，下面案例可供参考一、搭建模型得到了数据之后，接下来咱

基于深度学习实现人脸的表情识别（1）----准备数据和整理文章目录基于深度学习实现人脸的表情识别（1）----准备数据和整理前言一、准备数据1.1 下载数据1.2.文件的说明二、数据整理2.1 图片格式统一2.2 数据清洗2.2 提取嘴唇区域前言现在我们直接开始工作，如果没神经网络基础的话可以自己先了解学习。等你把基础打牢好了，后面的学什么都容易。让我们开始吧～～一、准备数据1.1 下载数据该项目的数据集是从阿里云的天池训练营里下载，请运行以下代码下载相关文件，由于需要对下载的文件进行解压，

目录Axis是什么，你真的看懂吗一、理解axis1.1二维数组之concat1.2三维数组之concat现在大家看得懂吗，顺便点赞关注一下哈，以后会经常更新。谢谢哈，么么哒Axis是什么，你真的看懂吗不知道大家最开始接触到axis的时候是怎么样的，反正我是挺难理解的…我们可以发现TensorFlow的很多API都有axis这个参数，如果我们对axis不了解，压根不知道API是怎么搞的。一句话总结axis：axis可以方便我们将数据进行不同维度的处理。一、理解axis如果你像我一样，发现API中

基于LightGBM分类实现英雄联盟数据预测(二）这里写目录标题基于LightGBM分类实现英雄联盟数据预测(二）Step5：利用 LightGBM 进行训练与预测plt.figure(figsize=(18,14))#cmap即colormaps 获取图谱使用plt.get_cmap(‘xxx’) 其值有很多，#如官网：https://matplotlib.org/users/colormaps.html 或https://matplotlib.org/examples/color/colorma

文章目录RNN 、LSTM、GRU0.RNN(Recurrent Neural Networks 循环神经网络）1.LSTM什么是LSTM?深入LSTM结构核心思想GRURNN 、LSTM、GRU@(RNN | LSTM | GRU)0.RNN(Recurrent Neural Networks 循环神经网络）RNN是一种用于处理序列数据的神经网络。相比一般的神经网络来说，它能处理序列变化的数据。比如某个单词的意思会因为上文提到的内容不同而有不同的含义，RNN就能够很好地解决这类问题。这里：

文章目录神经网络里的Epoch、Batch_Size和迭代的作用梯度下降EPOCH为什么要使用多于一个 epoch？BATCH 是什么？迭代神经网络里的Epoch、Batch_Size和迭代的作用@(神经网络)[Epoch, Batch_Size]在神经网络训练时经常看到这三个术语出现在代码中，他们有什么区别？为了理解这些术语有什么不同，你需要了解一些关于机器学习的术语，比如梯度下降，以帮助你理解。这里简单总结梯度下降的含义…梯度下降这是一个在机器学习中用于寻找最佳结果（曲线的最小值）的迭代优