![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
1996@77
这个作者很懒,什么都没留下…
展开
-
深度学习(持续更新)之(一)深度学习的介绍与历史
机器学习采用自动化的算法,从大量数据中学习,解决特定问题的一般解决方案。所谓的数据是为了解决特定问题采集或者生成的, 从这些数据可以找到对于新的数据的有效一般解决方案。深度学习和机器学习一样,并不像人类大脑,也是趋向于解决特定的问题。深度学习深度学习是及机器学习的分支。采用深层的神经网络来构建模型,利用前向、反向传播来训练模型。这样的算法被称为深度学习。深度学习的起源...原创 2019-04-10 12:27:40 · 455 阅读 · 0 评论 -
新手入门深度学习,安装ubuntu的一系列小坑坑
最近在windows下学习深度学习的知识,一直负隅顽抗,比较熟悉windows系统,是的,处女座又不轻易改变。终于在前几天出现了莫名其妙的问题,痛下决心改成ubuntu。安装ubuntu的方法,好多博客写的很清楚了,不再赘述。我电脑的配置: 拯救者Y7000p 512ssd GTX1060原来是windows10,现在只安装了ubuntu 18.04 lts 桌面版...原创 2019-05-02 18:13:39 · 589 阅读 · 0 评论 -
unbuntu配置深度学习环境(cuda9.1+cudnn7.1+tensorflow-1.10.1)图文并茂 超详细
听了dwsun的安装教学视频,在我自己安装的时候做一下记录,好记性不如烂笔头。ubuntu 18.04 LTS 显卡是1060在安装之前要先进行换源,aliyun的还是挺快的。sudo apt-get updatesudo apt-get upgradesudo reboot可以对系统进行易用性的设置,安装 git rsync zsh aptitude 等...原创 2019-05-04 12:52:08 · 588 阅读 · 0 评论 -
Ubuntu安装pyharm和Anaconda,配置tensorflow (GPU和CPU)
作为踩坑的小白,一度很茫然这都是啥软件。Anaconda包括conda、python,还有一大堆的工具包。比如numpy、sklearn、matplotlib等。conda 可以创建虚拟环境,在不同的环境进行切换。虚拟环境就是可以省去一些麻烦,各种版本之间的问题。Anaconda还可以选安juypter和spyderpycharm是一个功能强大的Python编译器。pycharm和An...原创 2019-05-04 19:53:36 · 407 阅读 · 0 评论 -
深度学习(持续更新)之(四)全连接神经网络详解
多层感知器可以看作是结构最为简单的神经网络,只要把激活函数换成非线性即可。一个感知器可以有多个输入但是同时只有一个输出;全连接神经网络的概念多层感知器组成的层式结构,每个感知器(神经元)与所有输入均有权重连接的网络,叫做全连接网络。下图为四个神经元组成的全连接神经网络:下图为更为复杂的全连接神经网络全连接神经网络的前向传播神经网络的前向传播与感知器的前馈计算...原创 2019-05-08 19:16:11 · 5850 阅读 · 0 评论 -
深度学习(持续更新)之(二)感知器的那些事
1、感知器的定义与介绍感知器(Perceptron)是Frank Rosenblatt在1957年时所发明的一种人工神经网络。它可以被视为一种最简单形式的前馈神经网络是二元线性分类器。Frank Rosenblatt给出了相应的感知机学习算法,常用的有感知机学习、最小二乘法和梯度下降法。譬如,感知机利用梯度下降法对损失函数进行极小化,求出可将训练数据进行线性划分的分离超平面,从而求得感知机模型...原创 2019-05-07 20:24:07 · 634 阅读 · 0 评论 -
深度学习(持续更新)之(三)神经网络
上一篇介绍了感知器的内容,这篇主要介绍内容如下:神经网络与多层感知机的区别,基本的神经网络的激活函数。神经网络什么是神经网络?大多数情况下,可以理解为是一回事。很多人在提到多层感知器的时候,其实是指现在的神经网络严格的来说就是,多层感知器在每个感知器的输出后使用的函数为阶跃函数。因为使用的是阶跃函数,把这种情况下的具有隐层的网络叫做多层感知器。在感知器的基础上,将阶跃函数替换成...原创 2019-05-07 22:49:34 · 218 阅读 · 0 评论 -
deeplearning.ai-Improving Deep Neural Networks(week1)
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization目录Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimizationsetting up your Mach...原创 2019-05-16 21:31:43 · 213 阅读 · 0 评论 -
UnicodeDecodeError: 'ascii' codec can't decode byte 0x90 in position 614: ordinal not in range(128)
将 training_data, validation_data, test_data = cPickle.load(f)改成training_data, validation_data, test_data = cPickle.load(f,encoding='bytes')原创 2019-07-27 17:58:26 · 203 阅读 · 1 评论