![](https://img-blog.csdnimg.cn/20200224214944833.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习
UCAS深度学习
Bertama
努力突破自我
展开
-
win10搭建tensorflow-CPU/GPU环境(pycharm+anaconda+tensorflow(CPU/GPU))
最重要的先写在前面丫φ(≧ω≦*)♪注意:不需要我们手动先安装Python,因为第一步中的Anaconda里面自动会安装Python第一步:下载并安装Anaconda;anaconda能够自带很多的安装包,不需要我们一个一个配置,避免了很多麻烦第二步:安装tensorflow第三步:安装社区版的pycharm第四步:最后再在pycharm中设置Anaconda的环境Pa...原创 2020-04-06 22:06:22 · 14565 阅读 · 0 评论 -
TensorFlow的安装教程
目录1.问题2.原因3.解决1.安装TensorFlow 2.1.02.安装CUDA Toolkit10.13.安装CUDNN v7.64.验证1).首先声明我的配置简装顺序是:anaconda3(Python 3.6.4)+ Pycharm Professional 2019.03 +tensorflow2.1 +CUDA Toolkit10.1 + C...原创 2020-05-01 23:36:44 · 9133 阅读 · 0 评论 -
Anaconda的安装教程
在安装之前,我们首先要熟悉它哦,对Anaconda了解的宝宝们,可以自行忽略前面这部分哈~~~自行点击2.Anaconda安装即可丫。1.Anaconda简介Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候,这个问题似乎更加严重。为了解决这些问题,有不少发行版的Python,比如WinPython、Anaconda等,...原创 2020-04-30 23:49:05 · 8355 阅读 · 0 评论 -
Pycharm的安装教程
认认真真得写了pycharm的激活教程,想让更多的人少走弯路,可是屡次发博,都会涉及到版权问题,询问CADN客服以后,回答如下:抱歉,最近国家严抓版权问题,目前“破解、激活”类因为涉及软件版权,这类文章已不支持公开发布了哈。之前的历史数据,我们也在逐步审核处理。给您带来的不便敬请谅解~审核未通过的博文,您可在管理博客-文章列表-审核中查看。建议将这类博文,发布为私密博文,当作自己的学习笔记查...原创 2020-05-02 10:54:26 · 8078 阅读 · 5 评论 -
第九章:深度学习平台及框架
➢ Part One.深度学习平台概览 我们每一位学习深度学习的人员,都应该以某一个平台为主,去开发、去熟悉,这样可以提高我们的效率。➢一、深度学习平台框架对照Caffe在卷积网络里面应用是最快的,但是问题是循环神经网络支持性很差,现在大家用的很少。TensorFlow是目前世界上影响最广的深度学习平台,2015年由Google推出,之后大火。Torch现在实际上使用的并不多,...原创 2020-04-29 15:36:46 · 11806 阅读 · 0 评论 -
第八章:深度学习归纳
这次的笔记我们主要介绍一些Deep Learning训练方面的一些技巧,以便于提高模型的扩展性,避免overfitting等问题,以及可以提高训练的收敛速度。➢Part One.正则化方法概述➢一、数据集➢1.数据集分类数据集一般会分为以下三个类别:– 训练集(Training set):用于模型训练拟合的数据样本 – 验证集(Validation set):是模型训练过...原创 2020-04-26 22:35:59 · 13132 阅读 · 0 评论 -
第七章:代表性深度学习方法之第二部分
➢Part One.注意力机制➢一、人类中的注意力机制➢1.概述所谓的注意力机制这里是指人视觉上的注意力机制,是人类处理视觉信息一种特有的方式。例如:人类的注意力(关注点或者第一印象)是黑盘,狗……等。也就是我们很快的关注到一个点,然后去发现它是什么。很多的研究,给你一个图像、视屏等,考察点是attention在哪里。例如在人的疲劳驾驶检测中,关注点就是在人的头部,眼睛闭合,...原创 2020-04-17 11:38:00 · 13648 阅读 · 0 评论 -
第六章:代表性深度学习方法之第一部分
➢Part One.生成对抗网络GAN➢一、GAN网络产生的背景➢1.机器学习方法机器学习方法在某种程度上可以分为生成方法和判别方法。用生成方法,所学到到模型称为生成式模型。常见的生成式模型有AutoEncoder、玻尔兹曼机以及深度信念网络等。• 生成方法通过观测数据,学习样本与标签的联合概率分布P(X,Y),训练好的模型,即生成模型,能够生成符合样本分布的新数据 • ...原创 2020-04-07 13:19:09 · 15589 阅读 · 0 评论 -
第五章:深度生成模型
Part One.深度生成模型概述深度生成模型从整体上来说,是以某种方式寻找某种数据的概率分布,深度生成模型可以基于有向图或者无向图的形式来生成深层次的概率分布。常见的深度生成模型的结构图如下:深度玻尔兹曼机和深度信念网络都是以受限的玻尔兹曼机为基本单元,区别就是深度信念网络的最高层的两层是无向图的连接,下面的两层是采用有向图的连接;深度自编码网络可以看做由深度信念网络来进一步构成,它...原创 2020-03-31 11:48:22 · 22623 阅读 · 0 评论 -
第四章:循环神经网络
待完成原创 2020-03-22 12:28:23 · 23450 阅读 · 0 评论 -
第二章:深度学习基础
Part One.数学基础一、线性代数1.标量、向量、张量和矩阵标量:只有大小没有方向的量。如时间,温度等, 如果该标量是实数,记做????1 ∈ ???? 向量:既有大小又有方向的量。如速度、位移等, 如果是n维实数矢量,记做???? ∈ ???? /span>一般用粗体变量表示 又称矢量,二、概率和统计三、信息论模型四、常用统计量...原创 2020-03-16 10:58:53 · 24925 阅读 · 0 评论 -
第一章:深度学习引言
目录Part one.人工智能、机器学习和深度学习一、人工智能1.人工智能定义2.人工智能分类二、机器学习1.机器学习定义2.机器学习分类3.常见的机器学习方法三、深度学习1.深度学习定义2.深度学习分类3.为什么使用深度学习4.深度学习方法概貌5.深度学习主要应用Part one.人工智能、机器学习和深度学习一、人工智能1.人工...原创 2020-03-15 22:52:24 · 23162 阅读 · 0 评论