- 博客(27)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 Python报错：from torchvision import _C解决办法
原因：很有可能是torch装的是cpu而torchvision装的是gpu版本。解决办法，到pytorch官方网站下载对应版本的torchvisioncpu版本。
2020-06-30 21:32:57
4979
原创 CAM-RNN：基于RNN的视频字幕共同注意力模型
CAM-RNN: Co-Attention Model Based RNN for Video CaptioningCAM-RNN：基于RNN的视频字幕共同注意力模型1.创新点1.提出了一个两层的视觉注意力模型，能够自动关注最相关的帧和每一帧中突出的区域。2.提出了一个短语级别的文本注意力模型。3.提出了平衡门，平衡视觉注意力和文本注意力之间的影响大小。2.研究领域目前存在...
2020-05-06 10:16:17
655
2
原创 第七章卷积神经网络（CNN）——原理+numpy代码详解
本专栏是书《深度学习入门》的阅读笔记一共八章：第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。第二章感知机。主要介绍了神经网络和深度学习的基本单元感知机。感知机接收多个输入，产生一...
2020-04-27 10:52:33
2341
2
原创 第六章一文搞懂神经网络的学习算法——原理+numpy代码详解
本专栏是书《深度学习入门》的阅读笔记一共八章：第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。第二章感知机。主要介绍了神经网络和深度学习的基本单元感知机。感知机接收多个输入，产生一...
2020-04-22 13:25:42
989
1
原创 第五章误差反向传播算法——基于numpy的代码详解
本专栏是书《深度学习入门》的阅读笔记一共八章：第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。第二章感知机。主要介绍了神经网络和深度学习的基本单元感知机。感知机接收多个输入，产生一...
2020-04-15 12:43:44
2148
3
原创 第四章神经网络的学习算法——随机梯度下降numpy代码详解
本专栏是书《深度学习入门》的阅读笔记一共八章：第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。第二章感知机。主要介绍了神经网络和深度学习的基本单元感知机。感知机接收多个输入，产生一...
2020-04-10 10:52:31
2660
原创 第三章神经网络——基于numpy的代码详解
本专栏是书《深度学习入门》的阅读笔记一共八章：第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。第二章感知机。主要介绍了神经网络和深度学习的基本单元感知机。感知机接收多个输入，产生一...
2020-04-07 17:40:32
3721
原创 第二章感知机perceptron——为什么表示不了异或门？
本专栏是书《深度学习入门》的阅读笔记一共八章：第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。第二章感知机（perceptron）2.1感知机是什么感知机接收多个输入，输出...
2020-04-02 22:06:46
714
原创 一种初始化使用ReLU激活函数的RNN权重的简单方式
A Simple Way to Initialize Recurrent Networks of Rectified Linear Units
2020-04-02 11:23:01
1088
1
原创 第一章Python简介——numpy和matplotlib
第一章Python简介——numpy和matplotlib1.Python中的元素1.1乘方**表示乘方，3**2表示3的2次方。1.2数据类型type（）函数可以查看数据的数据类型。1.3列表a=[1,2,3,4,5] #生成列表print(a) #打印列表len(a)#列表的长度a[0]#列表中第一个元素a[0:2]#获取索引为0到2（不包括2）的元素a...
2020-04-02 10:39:32
384
原创 神经网络与深度学习笔记——卷积神经网络的原理
神经网络与深度学习笔记系列一共有五个专题，分别是第一章使用神经网络识别手写数字——梯度下降算法是什么。主要介绍了神经网络的基础例如感知器激活函数等概念，最主要介绍了梯度下降算法。第二章反向传播算法如何工作——反向传播算法原理。主要介绍了反向传播算法的工作原理。第三章改变神经网络的学习方法——代价函数，规范化，过拟合。主要介绍了不同的代价函数，以及规范化等对传统代价函数的改造。第四章深度神经...
2020-04-01 20:46:06
782
原创 神经网络与深度学习笔记——梯度消失问题
第四章深度神经网络为何难训练对于图像识别问题，深度神经网在感官上是这样工作的，第一层神经元能够识别边，角等初等问题，第二层神经网络能够学习图形例如三角形正方形等问题，第三层网络能够识别更加深度的问题，层次越深的网络能够学习的问题的复杂性越高。4.1深度神经网络的梯度消失问题梯度消失（vanishing gradient problem）表现为后面的层学习得比前面的层学习得快，想象一下，...
2020-03-30 09:49:18
481
原创 神经网络与深度学习笔记——代价函数，规范化，过拟合
第三章改进神经网络的学习方法3.1交叉熵代价函数 类似于人类试错过程，我们希望神经网络在预测的最终结果和我们想要的结果差距越大时，神经网络对权重和偏置的改变也越大，当慢慢接近真实结果时，改变变小。但是事实上神经网络的学习却是非常缓慢的，原因是我们采用的sigmoid函数两端变得非常平，代价函数对权重和偏置的偏导数变得很小，所以导致了学习缓慢。我们可以通过使用交叉熵代价函数在替...
2020-03-26 20:12:52
1058
原创 EleAtt-RNN: Adding Attentiveness to Neurons in Recurrent Neural Networks
EleAtt-RNN: Adding Attentiveness to Neurons in Recurrent Neural NetworksEleAtt-RNN:在循环神经网络的神经元当中加入注意力1.创新点现在研究者研究RNN，把注意力集中在现在和之前的输入对输出的贡献上，这篇文章（为了简单，下称本文，并不是说这篇文章是我写的，我只是在做阅读这篇文章的笔记）研究了在一个输入向量...
2020-03-24 10:38:58
572
1
原创 DeepLearning笔记
第六章Deep Feedforward NetworksDeep feedforward networks（feedforward neural networks，multi-layer perceptrons （MLPs））深度前馈网络结构在没有反馈连接，存在反馈连接的网络叫做recurrentneuralnetworks。深度前馈网络之所以叫做网络是因为它可以表示很多层的复合函...
2020-03-19 19:52:06
150
原创 神经网络与深度学习笔记——反向传播算法原理
第二章反向传播算法如何工作反向传播算法实质上是一种计算梯度的快速算法。2.1计算神经网络中的矩阵计算我们首先规定一下网络中权重w和偏置b的表示方法。表示从层的第k个神经元到第层第j个神经元的权重。同样，用表示第第j个神经元的偏执，用表示第层的第j个神经元的激活函数值。如下图所示。权重的表示：偏置和激活值的表示：那么，我们计算第层的第j个神经元的激活值由下面的公式求得...
2020-03-17 20:27:27
1259
原创 神经网络与深度学习笔记——梯度下降算法是什么？
第一章使用神经网络识别手写数字1.1感知器 多输入（二进制输入，0或者1），单输出（0或1）的人工神经元。通俗地讲就是每一个输入xi都对应着一个权重wi，同时感知器自身具有偏置b（阈值），感知器所做的事情是对所有的输入xi和其对应的权重wi相乘并求和，...
2020-03-16 17:07:10
1744
原创 机器学习（西瓜书）笔记第二章 模型评估与选择
二、模型评估与选择2.1经验误差与过拟合错误率：分类错误的样本数占总样本数的比例。精度：精度=1-错误率。误差（error）：学习器实际的预测输出与样本的真实输出之间差异。在训练集上的误差称为“训练误差”（trainingerror）或“经验误差”（empiricalerror），在测试集上的误差称为“泛化误差”（generalizationerror）。我们的目的是得到泛化...
2020-03-13 17:32:22
281
原创 机器学习周志华（西瓜书）笔记第一章绪论
一、绪论1.1基本术语数据集：数据记录的集合。数据集中的每一条记录称作示例或样本。反映所研究事件或对象的特性叫做属性或特征。一个示例又被叫做一个特征向量。学习或训练：从数据中学得模型的过程。标记（label）：关于示例结果的信息。拥有标记的示例称为样例。预测的是离散值称为分类，预测的是连续值成为回归。学得模型后，使用其进行预测的过程称为测试。聚类（clustering）...
2020-03-10 19:44:05
254
原创 怎样阅读神经网络文献
1.创新点2.研究领域目前存在的问题以及已有的解决方法3.本文提出的解决此问题的方法4.设计的网络结构以及原理5.本文方法的不足6.以后的工作方向7.实验设计8.是否用了网上数据集，用了什么数据集9.自己关于这篇文章的想法以及存在的问题...
2020-03-05 09:22:45
200
原创 手机拍照技巧
一、手机自拍1.自拍时，脸部朝向灯光方向，避免顶光在脸部形成的强烈投影，可以戴帽子遮挡一部分。2.尽量脸朝向窗户坐，光线可以均匀一点。3.利用树叶花朵等作为前景进行自拍，双手或单手托脸，可以用奶茶杯子做遮挡，可以显脸小。4.划重点———————————————————————————————————————— 然姐要的大长腿————————————————————————...
2019-11-02 21:15:52
324
原创 吴恩达神经网络和深度学习笔记
Python广播运算cal=A.sum（axis=0）矩阵A竖直相加，每一列相加，如果axis=1就是每一行求和用reshape指令来确定矩阵的形式，如果不是非常清楚矩阵的行列的话，用reshape自己定义一下用一个m*n的矩阵加减乘除一个1*n的矩阵，Python会把后者复制成一个m*n的矩阵，然后逐个元素计算避免Python程序和NUMPY出现bug的方法：1.避免使...
2019-11-02 21:00:50
385
原创 LaTeX学习笔记（持续更新中.....）
基本思想：将内容与格式分离，在导言区统一设置格式，在文稿区编辑内容主要内容：1、基本操作2、如何显示中文3、字体属性4、文章结构 一、一些基本操作单$f（x）=3x^2+2$表示行内公式，双$$f（x）=3x^2+2$$表示行间公式。 \\可以空一行但是不产生缩进\par 产生新段落插入空的一行也可以产生新段落\newpage 换页 \...
2018-11-26 09:58:09
399
原创 LaTeX科技论文写作简明教程——2018.11.20
三、图形排版3.1图形格式常用的图片格式是EPS和PDF。1、EPS格式2、PDF格式可能存在白边需要裁剪。3.2图形属性设置插入图片的基本命令\begin{figure}[!htp]——设置图片位置\centering——居中\includegraphics{....}——“....”表示插入图片的文件名，前提是图片和TEX文件放在一个文件夹下。\ca...
2018-11-20 23:19:24
519
原创 LaTeX科技论文写作简明教程——页面设置2018.11.19
二、页面设置1、页面大小一般情况下，页面的格式由.cls文件配置。a4纸：\documentclass[a4paper]{article}。\setlength\paperheight{高度}\setlength\paperwidth{宽度}2、页边距和页眉页脚使用geometry宏包。\documentclass[a4paper]{article}\usepa...
2018-11-19 17:15:57
789
原创 LaTeX科技论文写作简明教程——2018.11.18
一、LaTeX基本框架1、\documentclass[选项]{类}，有期刊直接提供类模板，如lncs.cls 可以直接写\documentclaa{lncs}。前提是要把这个.lncs文件放到相应文件夹下。2、宏包：\usepackage{宏包}，宏包在.sty文件中。CJK支持中文环境\usepackage{CJK}。使用Times New Roman 字体，\usepack...
2018-11-18 19:35:10
1440
tf-lstmRDSTFT.py
2020-05-29
tf-lstmSTFT.py
2020-05-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人