![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
真的太难了
这个作者很懒,什么都没留下…
展开
-
paddle第二周学习笔记
卷积神经网络 卷积神经网络是目前计算机视觉中使用最普遍的模型结构。本章节主要为读者介绍卷积神经网络的一些基础模块,包括: 卷积(Convolution) 池化(Pooling) 激活函数 批归一化(Batch Normalization)是在训练过程中将大量样本的均值和方差保存下来,预测时直接使用保存好的值而不再重新计算。实际上,在BatchNorm的具体实现中,训练时会计算均值和方差的移动平均值。默认采用权重叠加法计算训练集的相关参数。 丢弃法(Dropout) 飞浆提供两种方法: downgrade_i原创 2020-08-24 21:11:30 · 1130 阅读 · 0 评论 -
paddle笔记
深度学习模型建立的整体流程和框架 框架图如下,纵向是建立模型的主要流程,是一个简化且宏观的概念,横向是针对具体模块的延展。 数据处理 数据处理一般涉及到一下五个环节: 读入数据 划分数据集 生成批次数据 训练样本集乱序 校验数据有效性 模型设计 网络结构 网络结构指的就是通常所说的神经网络算法中的网络框架,如全连接神经网络,卷积神经网络以及循环神经网络等,不同的网络结构通常有各自最优的处理场景,所以在处理具体问题时选择合适的网络结构是十分重要的。 损失函数 损失函数是模型优化的目标,用于在众多的参数取值中原创 2020-08-15 19:35:19 · 410 阅读 · 0 评论 -
paddle学习笔记第一周
** 1.人工智能、机器学习、深度学习的关系: ** 人工智能是最宽泛的概念。机器学习是当前比较有效的一种实现人工智能的方式。深度学习是机器学习算法中最热门的一个分支,近些年取得了显著的进展,并替代了大多数传统机器学习算法。 机器学习是专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构,使之不断改善自身的性能。 机器学习的实现可以分成两步:训练和预测,类似于我们熟悉的归纳和演绎: 1)归纳: 从具体案例中抽象一般规律,机器学习中的“训练”亦是如此。从一定数量的样本(已原创 2020-08-13 21:54:30 · 216 阅读 · 0 评论 -
anaconda创建环境出错
ZT anaconda安装环境时出现这个问题,找了好久都没办法解决,后来看了大佬的方法才知道之前有缓存未能清除。 使用命令清除就行 conda clean -t转载 2020-08-07 21:11:11 · 1380 阅读 · 1 评论 -
2020-06-12
乌班图 apt apt-get update 更新数据源列表 apt-get install+软件名 安装和更新软件的命令 dpkg -l 列出所有已安装的软件包。 apt-get remove packagename 卸载一个已安装的软件包(保留配置文档) apt-get remove --purge packagename 卸载一个已安装的软件包(删除配置文档) apt-get autoremove packagename 删除包及其依赖的软件包 apt原创 2020-06-12 22:52:53 · 88 阅读 · 0 评论