自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 【Ubuntu 20.04 服务器配置CUDA + cuDNN + Anaconda3 + tensorflow + Pytorch命令】

服务器配置深度学习环境

2023-11-23 18:39:08 1015 1

原创 Note_008 线性回归的从零开始实现【深度学习_学习笔记】

接下来,我们必须定义模型,将模型的输入和参数同模型的输出关联起来。回想一下,要计算线性模型的输出,我们只需计算输入特征X\mathbf{X}X和模型权重w\mathbf{w}w的矩阵-向量乘法后加上偏置bbb。注意,上面的XwXw是一个向量,而bbb是一个标量,回想一下之前讲述的广播机制:当我们用一个向量加一个标量时,标量会被加到向量的每个分量上。"""线性回归模型"""因为需要计算损失函数的梯度,所以我们应该先定义损失函数。这里我们使用Note_008中描述的平方损失函数。

2023-11-23 11:48:03 41

原创 Note_007 线性回归【深度学习_学习笔记】

回归(regression)是能为一个或多个自变量与因变量之间关系建模的一类方法,在自然科学和社会科学领域,回归经常用来表示输入和输出之间的关系。在机器学习领域中的大多数任务通常都与预测(prediction)有关。当我们想预测一个数值时,就会涉及到回归问题。常见的例子包括:预测价格(房屋、股票等)、预测住院时间(针对住院病人等)、预测需求(零售销量等)。但不是所有的预测都是回归问题,还有一种问题叫做分类问题,分类问题的目标是预测数据属于一组类别中的哪一个。

2023-04-01 15:03:35 98

原创 Note_006 概率【深度学习_学习笔记】

文章目录基本概率论概率论公理随机变量处理多个随机变量联合概率条件概率贝叶斯定理边际化独立性应用期望和方差小结练习练习答案简单地说,机器学习就是做出预测。根据病人的临床病史,我们可能想预测他们在下一年心脏病发作的概率。在飞机喷气发动机的异常检测中,我们想要评估一组发动机读数为正常运行情况的概率有多大。{\kern 15pt} 在强化学习中,我们希望智能体(agent)能在一个环境中智能地行动,这意味着我们需要考虑在每种可行的行为下获得高奖励的概率。{\kern 15pt} 当我们建立推荐系统时,

2023-03-24 11:40:16 145

原创 Note_005 自动微分【深度学习_学习笔记】

求导是几乎所有深度学习优化算法的关键步骤。虽然求导的计算很简单,只需要一些基本的微积分,但对于复杂的模型,手工进行更新是一件很痛苦的事情(而且经常容易出错)。深度学习框架通过自动计算导数,即自动微分(automatic differentiation)来加快求导,实际中,根据设计好的模型,系统会构建一个计算图(computational graph),来跟踪计算是哪些数据通过哪些操作组合起来产生输出,自动微分使系统能够随后反向传播梯度,这里,反向传播。

2023-03-23 22:16:06 135

原创 Note_004 微积分【深度学习_学习笔记】

文章目录导数和微分偏导数梯度链式法则小结练习练习答案在深度学习中,我们“训练”模型,不断更新它们,使它们在看到越来越多的数据时变得越来越好。通常情况下,变得更好意味着最小化一个损失函数(loss function),即一个衡量“模型有多糟糕”这个问题的分数。最终,我们真正关心的是生成一个模型,它能够在从未见过的数据上表现良好。但“训练”模型只能将模型与我们实际能看到的数据相拟合。因此,我们可以将拟合模型的任务分解为两个关键问题:优化(optimization):用模型拟合观测数据的过程;泛化(g

2023-03-23 16:55:01 79

原创 Note_003 线性代数【深度学习_学习笔记】

在代码中,我们可以调用函数来计算任意形状张量的平均值,计算平均值的函数也可以沿指定轴降低张量的维度。用向量表示物品(如单词、产品或新闻文章),以便最小化相似项目之间的距离,最大化不同项目之间的距离。就像向量是标量的推广,矩阵是向量的推广一样,我们可以构建具有更多轴的数据结构。以矩阵为例,为了通过求和所有行的元素来降维(轴0),可以在调用函数时指定。默认情况下,调用求和函数会沿所有的轴降低张量的维度,使它变为一个标量。是一个4行3列的矩阵。当向量表示数据集中的样本时,它们的值具有一定的现实意义。

2023-03-22 23:39:33 82

原创 Note_002 数据预处理【深度学习_学习笔记】

NaN”项代表缺失值。为了处理缺失的数据,典型的方法包括插值法和删除法, 其中插值法用一个替代值弥补缺失值,而删除法则直接忽略缺失值。在这里,我们将考虑插值法。, 其中前者为data的前两列,而后者为data的最后一列。对于inputs中缺少的数值,用同一列的均值替换“NaN”项。创建包含更多行和列的原始数据集。,我们将data分成。

2023-03-22 14:25:57 137

原创 Note_001 数据操作【深度学习_学习笔记】

也称为张量(tensor), 无论哪个深度学习框架,它的张量类(在MXNet中为ndarray, 在PyTorch和TensorFlow中为(Tensor)都与Numpy的ndarray类似,另外,深度学习框架比Numpy的ndarray多一些重要功能,这些功能使得张量类更适合深度学习。就像在任何其他Python数组中一样,张量中的元素可以通过索引访问。上面部分中的元素操作,要求两个张量具有相同的形状。例如,如果我们用Y = X + Y,我们将取消引用Y指向的张量,而是指向新分配的内存处的张量。

2023-03-21 23:34:50 181 1

原创 Anaconda3 在Linux平台下的安装以及常用命令

首先获取安装文件的下载地址。环境重命名(A重命名为B)下载最新的shell脚本。更新conda至最新版本。验证conda已被安装。查看conda帮助信息。查看conda 信息。更改环境默认存储位置。

2023-03-21 18:04:04 2693 1

原创 基于无人机的目标检测平台——数据中转(安卓App)

设计实现一个基于无人机的目标检测平台,本文为第一个模块,实现无人机信息通过传输到服务器的功能。

2022-06-29 20:19:35 801 1

原创 Parrot ANAFI GroundSDK(安卓)在Ubuntu 18.04上的部署

Parrot ANAFI GroundSDK(安卓)在Ubuntu 18.04上的部署

2022-01-23 16:22:15 2378

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除