深度学习入门笔记（个人使用）

已于 2022-01-23 17:07:32 修改
阅读量400 收藏
点赞数
文章标签： 深度学习 人工智能 机器学习
于 2022-01-06 16:36:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45578788/article/details/122339824
版权

2022/1/6（神经元、何为训练、何为偏置）

单个神经元的构造
x1，x2为传入的值；w1,w2为权重

数据训练的原理和目的

何为偏置

2022/1/7（与、或、与非组合为异或）

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
请添加图片描述

2022/1/7（激活函数到底是个什么牛马儿）

请添加图片描述
sigmoid函数

请添加图片描述

2022/1/8（y.astype函数）

x.astype(np.int) 函数：强制转换成int类型
在这里插入图片描述
请添加图片描述

2022/1/9（sigmoid与阶跃）

请添加图片描述

2022/1/12(np.dot)

np.dot(A,B)：对矩阵进行点乘，也就是和线代里的乘法一致

2022/1/23损失函数(均方误差、交叉熵误差）

请添加图片描述
请添加图片描述
在这里插入图片描述

江州司马青衫湿
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
[个人笔记]3D点云深度学习入门
YuQiao0303的博客
08-15 2087
目录基本数据结构任务粒度的区分：（2D为例）常用方法和思路 基本数据结构 abcd分别是： 点云（point cloud）：(x,y,z) ， (x,y,z,d), (x,y,z,r,g,b) 体素(Voxel): 体素是3D空间的像素(pixel)。量化的，大小固定的点云。每个单元都是固定大小和离散坐标。 多边形网格(Polygon meshes)：面 二维投影 下面是一张体素的图。 任务 upsampling, reconstruction, segmentation, object detec
深度学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 23万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
AWS人工智能主题学习月：深度学习入门笔记
m0_62237233的博客
12-30 2204
深度学习算法是学习数据表示的更广泛的机器学习领域的一个子集，而机器学习本身是人工智能的一个子集。深度学习使用多层非线性处理单元进行特征提取和转换，每个连续层都使用前一层的输出作为输入。早在上个世纪50年代就有许多种深度学习算法的研究。同时，随着科技进步和数据的膨胀，GPU逐渐成为了通用的计算工具。这使得神经网络得以进步。GPU的出现和训练时间的缩短成为了神经网络和深度学习的支柱。08年以后，神经网络成为深度学习的主流方法。ANN神经网络不同于传统的机器学习，深度学习侧重基于原始特征的端到端学习。
PyTorch深度学习入门笔记（五）Transforms的使用
一名FPGA芯片设计爱好者的技术博客
01-16 3561
课程学习笔记，课程链接 学习笔记同步发布在我的个人网站上，欢迎来访查看。 文章目录一、Transforms的使用二、Tensor数据类型三、常见的Transforms 一、Transforms的使用 torchvision中的transforms主要是对图片进行一些变换。 tranforms对应 tranforms.py 文件，里面定义了很多类，输入一个图片对象，返回经过处理的图片对象。 transforms.py就像一个工具箱，里面定义的各种类就像各种工具，图片就是输入对象，经过工具处理，输出期望的图片
深度学习入门笔记（一）：机器学习基础
逐梦er的博客
07-02 3万+
专栏——深度学习入门笔记 文章目录专栏——深度学习入门笔记本章内容一.人工智能的机遇与挑战二.机器学习2.1 什么是机器学习2.2 用机器学习解决问题的一般流程2.3 数据预处理2.4 特征工程2.5 模型性能的评估与选择三深度学习的发展历程和应用3.1 深度学习的发展历程3.2 深度学习的应用 本章内容 人工智能的发展及其面临的挑战 机器学习的基础知识和基本概念 特征工程的方法和流程 深度学习的发展及应用 1956年8月，约翰.麦卡锡在美国达特茅斯学院(Dartmouth College)发起的一次研
PyTorch深度学习入门笔记（四）TensorBoard的使用
一名FPGA芯片设计爱好者的技术博客
01-12 882
课程学习笔记，课程链接 学习笔记同步发布在我的个人网站上，欢迎来访查看。 文章目录一、TensorBoard1.1 SummaryWriter1.2 首先安装TensorBoard: pip install tensorboard 一、TensorBoard 1.1 SummaryWriter from torch.utils.tensorboard import SummaryWriter 从函数介绍可知：这个类主要是将事件文件写入 log_dir文件夹，可以被TensorBoard解析。 要用到其
[个人笔记]matlab深度学习入门之旅
Temmie1024的博客
07-06 2162
简介 基于MATLAB官方提供的免费入门学习教程所制作的学习笔记（教程已经很精简了，实际上这相当于抄老师的PPT一样），同时也会记录教程中的案例。避免自己学完后就饭吃掉。同时也提供给各位作为参考。官网教程时长不长，只有三个小时，有能力的同学建议跟着官网教程学习，官方提供的练习方式个人觉得很不错。 此外，使用的函数不会做过多的解释，具体的使用格式可以在matlab的帮助选项中查询，也可以在指令栏中输入 doc 函数名 来查询函数的信息。 第一章 简介 第二章 使用预训练网络 识别图像中的对象 概述：本节学习如
PyTorch深度学习快速入门教程 - 【小土堆学习笔记】
做一只猫的博客
02-14 2174
博主本人技术力不高，这篇博客可能会因为个人水平问题出现一些错误，但作为小白，还是希望能写下一些碰到的坑，尽力帮到其他小白。
PyTorch深度学习入门笔记（六）torchvision 中的数据集使用
一名FPGA芯片设计爱好者的技术博客
01-16 1126
课程学习笔记，课程链接 学习笔记同步发布在我的个人网站上，欢迎来访查看。 文章目录一、torchvision二、CIFAR数据集2.1 下载数据集2.2 数据集的使用2.3 transforms的使用2.3 其他数据集的使用 目的： 如何把数据集和 Transforms结合在一起 介绍科研中使用的一些标准数据集和下载、查看、使用方法 一、torchvision pytorch官网：https://pytorch.org/ 点进 torchvision: torchvision 文档列出了很多科研或者
AI入门笔记-个人心得.zip
06-14
压缩包中的“AI入门笔记-个人心得.pdf”很可能是作者对AI基础知识、机器学习和深度学习的理解和实践经验的总结。这份笔记可能涵盖了以下内容： 1. **基础知识**：介绍了AI的基本概念，包括定义、历史发展、应用领域...
机器学习个人笔记完整版.pdf.zip
05-26
同时，深度学习框架如TensorFlow和PyTorch的使用也会被讲解。 在笔记中，你可能会找到每个主题的详细解释、实例代码、课后习题以及解决方案，这些都是加深理解并实际操作的关键部分。学习过程中，通过阅读笔记，你...
小白入门机器学习资料.zip
08-08
另外，还可能包含TensorFlow或PyTorch的代码，这两个深度学习框架在处理复杂的神经网络模型时非常有用。 "个人笔记"部分通常会包含作者对课程的理解和解释，可能是对复杂概念的简化，或者是在实践中遇到问题的解决...
深度学习神经网络的入门脚本 基于numpy从零指导如何写一个神经网络库
02-12
深度学习神经网络的入门脚本。基于numpy从零指导如何写一个神经网络库。 总之，这既是一个深度学习教程，也是一个深度学习python库。...*.pdf文件，这是我个人的深度学习笔记。它可以帮助您更好地理解代码。
机器学习笔记及训练秘籍中文版
12-21
在深度学习方面，虽然标题没有明确提及，但作为机器学习的一个分支，深度学习可能会在笔记或秘籍中有所涉及。这可能包括人工神经网络的基础、卷积神经网络（CNN）在图像识别中的应用、循环神经网络（RNN）及其变种在...
理解注意力机制与多头注意力：深度学习中的“聚焦术”
最新发布
qlkaicx的博客
07-04 481
注意力机制最初是受人类视觉注意力启发的一种技术，用于增强神经网络对输入数据中重要部分的敏感性。简单来说，注意力机制允许模型动态地调整内部资源的分配，对重要的输入信息给予更多的关注，而忽略不相关的信息。核心思想在深度学习中，注意力机制通常通过为不同的输入部分分配不同的“权重”实现，这些权重决定了各部分在模型学习过程中的重要性。例如，在处理一个句子时，模型可能会更加关注对当前任务更重要的词语，如关键动词或名词，而非填充词。
基于循环神经网络的一维信号降噪方法（简单版本，Python）
weixin_39402231的博客
07-03 255
基于循环神经网络的一维信号降噪方法（简单版本，Python）
YOLOv8改进 添加轻量化注意力机制MLCAttention
分享一些自己改进代码的实例
07-03 95
在YOLOv8中添加可以自动学习输入序列中不同位置和通道的重要性权重，从而提取更有信息量的特征的注意力机制MLCA,助力涨点！
解析Torch中`Transformer`
sinat_39783664的博客
07-03 313
pytorch transformer
吴恩达深度学习课程笔记，人工智能入门经典必读
01-30
"吴恩达深度学习课程笔记，涵盖了人工智能和深度学习基础知识，适合有一定编程和机器学习背景的学员，通过5门课程学习深度学习的核心概念，包括神经网络、CNN、RNN、LSTM等，并使用Python和TensorFlow进行实践，课程...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值