- 博客(14)
- 收藏
- 关注
RSS订阅原创 怎么创建Anaconda虚拟环境并导入pycharm 最全操作 包括可视化界面和命令行操作 并安装深度学习框架为例
文章目录前言一、Anaconda是什么？二、为什么我们需要虚拟环境三、使用anaconda来创建我们的虚拟环境1.打开anaconda2.进入环境管理3.创建环境4.anaconda里安装包5.配置镜像源6.命令行管理环境和包7.命令行删除环境8.重新在命令行创建虚拟环境9.在命令行配置镜像源10.安装百度paddlepaddle2.0框架四、在pycharm中导入anaconda环境1.打开pycharm，创建项目总结前言 &nb
2020-12-04 21:18:08
1695
原创 人工智能梯度下降的优化器SGD、Momentum、AdaGrad、Adam的数学原理以及无框架实现
系列文章目录人工智能—梯度下降的原理和手写实现文章目录系列文章目录前言一、梯度下降优化器是什么？二、SGD优化方法1.SGD是什么2.SGD的数学原理3.SGD的实现4.SGD的缺陷三、Momentum优化方法1.Momentum是什么2.Momentum的数学原理3.Momentum的实现4.Momentum的优势四、AdaGrad优化方法1.AdaGrad是什么2.AdaGrad的数学原理3.AdaGrad的实现4.AdaGrad的优势五、Adam优化方法1.Adam是什么2.Adam的数学原理3
2020-12-03 22:42:22
1191
原创 Could not load dynamic library ‘cublas64_10.dll‘； dlerror: cublas64_10.dll not found或者缺少DLL问题
项目场景： tensorflow对GPU的支持，尤其是对英伟达GPU的支持，不只是下个tensorflow-gpu就完事了，还需要一系列显卡相关的软件的版本匹配，比如最常见的就是那个cuda的版本匹配问题。当然匹配后也不可避免的有很多奇怪的问题，接下来我要讲的就是其中一个Could not load dynamic library ‘cublas64_10.dll’; dlerror: cublas64_10.dll no
2020-11-28 04:00:32
19815
38
原创 人工智能---反向传播的原理和理论以及softmax-with-loss层作为反向传播起点的实现
系列文章目录人工智能—神经网络激活函数恒等函数、sigmoid函数、softmax函数详解文章目录系列文章目录前言一、什么是反向传播？二、使用步骤总结前言我们已经在前面几章的内容中充分学习了神经网络的结构特点以及实现了简单的网络结构，但神经网络的神奇之处在于他的学习能力已经预测能力，而其中的预测原理我们已经讲过，剩下的就是最关键也是最复杂的学习能力的实现了，这章笔者就会带领大家进行神经网络反向传播的学习。一、什么是反向传播？我们在前一章中学会了梯度的概念，知道了梯度是指导权重更新的指标
2020-11-24 22:51:03
821
2
原创 人工智能---梯度下降的原理和手写实现
系列文章目录 人工智能–机器学习线性回归数学原理及实现文章目录系列文章目录前言一、什么是梯度下降？二、为什么梯度的方向是下降最快的方向1.偏导数的意义2.方向导数总结前言其实在之前机器学习的章节中我们已经提到了梯度下降的概念，并且用梯度下降解决了实际的最小二乘法求解问题，来完成线性回归的一个例子，大家知道了梯度下降法能让最小二乘法的结果每次都趋向更小，但大家可能还是不太清楚他的本质原理。这一章中我就会给大家真真正正的讲解梯度下降的算法。一、什么是梯度下降？ &nbs
2020-11-22 22:59:26
1104
3
原创 人工智能---神经网络激活函数恒等函数、sigmoid函数、softmax函数详解
系列文章目录人工智能—深度学习神经网络神经元的实现人工智能–深度学习两层全连接神经网络搭建文章目录系列文章目录前言一、输出层的意义二、不同激活函数的介绍和实现1.恒等函数2.sigmoid函数3.softmax函数4.softmax函数的问题三、将softmax函数引入我们的输出层总结前言 我们在上一章节中已经实现了神经网络系统的结构，但作为一个成熟的预测或者分类神经网络，他还需要一定的完善。今天我们将详细介绍的就是其中的
2020-11-20 22:46:39
3259
原创 人工智能--深度学习两层全连接神经网络搭建
系列文章目录人工智能—深度学习从感知机到神经网络人工智能—深度学习神经网络神经元的实现文章目录系列文章目录前言一、多层神经网络的结构二、两层全连接神经网络1.搭建模型2.神经元传递理论总结前言在前面的两个章节中，我们深入的认识了什么神经网络，也完成了对神经网络单位神经元的实现，接下来我们的目标就是搭建一个多层的神经网络系统。一、多层神经网络的结构 进行搭建我们今天的多层网络之前，我们可以先参考一下我们之前从感知机抽象
2020-11-20 16:57:48
5070
原创 人工智能---深度学习神经网络神经元的实现
系列文章目录人工智能—深度学习从感知机到神经网络文章目录系列文章目录前言一、神经元的组成二、激活函数的实现1.什么是激活函数2.常见的激活函数3.激活函数实现三、神经元实现1.初始化参数2.权重设置3.偏置设置4.求和方法5.激活函数6.开始生产我们的第一个神经细胞！总结前言 我们在上一章中已经了解了神经网络的起源感知机的基本原理和 实现，掌握了小型感知机系统的搭建和测试，其实那样的模型已经很接近我们现代的简单的神经网络模型
2020-11-19 21:14:53
1776
2
原创 人工智能---深度学习从感知机到神经网络
系列文章目录 深度学习是什么文章目录系列文章目录前言一、神经网络的组成二、什么是感知机1.感知机的概念2.感知机的数学表达3.感知机的简单应用实现4.简单感知机的代码实现5.引入偏置的概念，让感知机更灵活6.偏置实现三、复杂感知机系统建立总结前言在上一章中我们给大家介绍了什么是深度学习，以及深度学习与机器学习之间的关系，同时我们引出了深度学习中神经网络的概念，同时神经网络也将会是我们接下来进行深度学习学习的重要内容。从这章开始我便会带领大家真正的开始学习深度学习。一、神经网络的组成&nb
2020-11-18 20:09:30
1556
4
原创 Python遍历多个列表:ValueError: too many values to unpack (expected 2)
项目场景：在进行列表遍历的时候，希望同时遍历多个列表。问题描述： 在使用循环遍历两个列表时，希望x,y各自获取到数组a,b里全部的元素，却产生了意料之外的报错ValueError: too many values to unpack (expected 2)让我们来看看代码a = [1,2,3]b = [5,6,7]for x,y in a,b: print("x:",x,"y:",y)'''Value
2020-11-17 21:07:25
79674
7
原创 人工智能---深度学习是什么
文章目录前言一、什么是深度学习二、深度学习与机器学习的区别三、深度学习的应用场所1、计算机视觉2、语音识别3、自然语言处理四、深度学习最常用的工具——神经网络总结前言前面笔者带领大家简单的了解了一下什么是机器学习，并且实现了机器学习的一个简单例子，接下来我们要着重讲的便是机器学习中的深度学习领域一、什么是深度学习 首先我们要明确的是机器学习和深度学习是包含的关系，不能说深度学习是独立的一个领域，他其实是对机器学习局限性的一个.
2020-11-17 15:56:24
4893
原创 人工智能--机器学习线性回归数学原理及实现
系列文章目录人工智能—机器学习是什么人工智能—机器学习简单的线性回归问题文章目录系列文章目录前言一、线性回归的第一步1、数据读取和相关性分析二、线性回归理论分析1.统计学概念2.回归方程构建3.最小二乘法4.梯度下降5.求解最小二乘法三、线性回归代码实现1.数据读取和相关性评估2.参数设置3.定义损失函数4.定义梯度下降函数5.进行线性回归6.结果分析总结前言 在上一个章节中，我们已经给大家讲解了什么是线性回归，并且用py
2020-11-16 21:41:00
1294
4
原创 人工智能---机器学习简单的线性回归问题
系列文章目录人工智能—机器学习是什么提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决
2020-11-15 23:29:09
848
1
原创 人工智能——机器学习是什么
人工智能—机器学习是什么文章目录人工智能---机器学习是什么前言一、什么是机器学习？二、为什么需要机器学习，机器学习的作用二、机器学习需要掌握的前置知识 1.一定的编程能力（快速上手建议python）2.数学基础：概率论，线代，统计学等乱七八糟的（不过不影响入门）三、机器学习种类基于学习模式的分类基于学习方式的分类基于学习结果的分类四、机器学习常用库的安装1、numpy2、Pandas总结前言 因为不是专业的系统教学博客，
2020-11-15 20:43:50
1487
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