![](https://img-blog.csdnimg.cn/e1ff690af6b54385ba8a54777dc6b0a5.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习入门——Pytorch框架
文章平均质量分 92
记录自己在深度学习道路上的学习过程。
三木今天学习了嘛
行走知识里的拾遗者
展开
-
深度学习系列笔记09循环卷积神经网络RNN
如果说卷积神经网络可以有效地处理空间信息, 那么本章的循环神经网络(recurrent neural network,RNN)则可以更好地处理序列信息。 循环神经网络通过引入状态变量存储过去的信息和当前的输入,从而可以确定当前的输出。原创 2022-10-13 09:50:07 · 1950 阅读 · 0 评论 -
深度学习系列笔记08计算机视觉(下)
计算机视觉7 单发多框检测(SSD)7.1 模型7.1.1 类别预测层7.1.2 边界框预测层7.1.3 连接多尺度的预测7.1.4 高和宽减半块7.1.5 基本网络块7.1.6 完整的模型7.2 训练模型7.2.1 读取数据集和初始化7.2.2 定义损失函数和评价函数7.2.3 训练模型8 区域卷积神经网络(R-CNN)系列8.1 R-CNN8.2 Fast R-CNN8.3 Faster R-CNN8.4 Mask R-CNN8.5 小结9 语义分割和数据集9.1 图像分割和实例分割9.2 Pascal原创 2021-10-14 12:48:05 · 1518 阅读 · 0 评论 -
深度学习系列笔记08计算机视觉(上)
本博客介绍两种可以改进模型泛化的方法 ,即图像增广和微调,并将它们应用于图像分类。,并且简单介绍边界框和锚框在目标检测中的作用及原理。原创 2021-10-11 08:22:45 · 1436 阅读 · 1 评论 -
深度学习系列笔记07计算性能
在深度学习中,数据集和模型通常都很大,导致计算量也会很大。因此,计算的性能非常重要。影响计算性能的主要因素:命令式编程、符号编程、异步计算、自动并行和多GPU计算。原创 2021-10-09 08:08:34 · 943 阅读 · 0 评论 -
深度学习系列笔记06现代卷积神经网络
虽然深度神经网络的概念非常简单——将神经网络堆叠在一起。但由于不同的网络结构和超参数选择,这些神经网络的性能会发生很大变化。 本章介绍的神经网络是将人类直觉和相关数学见解结合后,经过大量研究试错后的结晶。 我们会按时间顺序介绍这些模型,在追寻历史的脉络的同时,帮助你培养对该领域发展的直觉。这将有助于你研究开发自己的结构。 例如,本章介绍的批量归一化(batch normalization)和残差网络(ResNet)为设计和训练深度神经网络提供了重要思想指导。原创 2021-10-05 23:04:01 · 1787 阅读 · 1 评论 -
深度学习系列笔记05卷积神经网络CNN
本博客介绍了神经网络的基本知识,如卷积、填充、池化和步幅等,简单介绍了卷积神经网络——LeNet。原创 2021-10-01 10:31:05 · 803 阅读 · 0 评论 -
深度学习系列笔记04深度学习计算
本博客介绍了层和块的基本知识,网络中参数管理,如何自己定义需要的层,读写文件来保存参数和模型以及神经网络中与GPU相关的知识。原创 2021-09-26 20:10:44 · 716 阅读 · 0 评论 -
深度学习系列笔记03多层感知机(下)
本博客介绍了丢弃法(Dropout),正向传播和反向传播以及深度学习可能面临的梯度爆炸和梯度消失。原创 2021-09-22 08:29:31 · 481 阅读 · 0 评论 -
深度学习系列笔记03多层感知机(上)
本博客介绍了感知机和多层感知机,模型选择,过拟合和欠拟合。参考书籍:《动手学深度学习V2》原创 2021-09-20 23:11:43 · 880 阅读 · 0 评论 -
深度学习系列笔记02线性回归与softmax回归
本博客介绍了线性回归和softmax回归,从数学公式到代码实现,再到高级API,更简洁地实现代码。参考书籍:《动手学深度学习V2》原创 2021-09-19 15:41:37 · 1450 阅读 · 0 评论 -
深度学习系列笔记01数据操作
深度学习入门系列,本博客主要介绍数据操作的相关内容。原创 2021-09-16 13:07:57 · 499 阅读 · 0 评论 -
打开Tensorboard可视化界面及解决对应网址打不开的方法
解决方法1.打开Pycharm的Terminal终端。2.输入命令:tensorboard.exe --logdir=存放events.out.tfevents文件。但发现打不开这个网址。3.在最后加上 --host=127.0.0.1可以使用了!!!!原创 2021-08-23 21:12:20 · 6110 阅读 · 3 评论