- 博客(9)
- 收藏
- 关注
RSS订阅原创 CentOS7服务器配置CUDA, cuDNN, python3, PaddlePaddle, PaddleDetection
文章目录1.创建服务器2.配置CUDA及cuDNN3.安装Python34.安装PaddlePaddle5.安装PaddleDetection1.创建服务器这里以腾讯云为例，具体创建服务器流程百度解决，但有一点需要注意：一定要在选镜像时勾选后台自动安装GPU驱动，否则自行安装会很麻烦，如下图：然后选择所需的CUDA以及cuDNN版本号，这里要注意一定要安装与自己想安装的深度学习库(TensorFlow、PyTorch、PaddlePaddle、Keras、caffe等)所对应的CUDA及cuDNN版
2021-03-12 22:13:17
24269
9
原创 深度神经网络DNN（二）——激活函数
文章目录上节回顾激活函数概念sigmoid 函数ReLU函数多维数组的运算上节回顾上一节学习了感知机，对于感知机来说，即便对于复杂的函数，感知机也隐含着能够表示它的可能性。可以将计算机进行的复杂处理表示出来。但设定权重的工作，即确定合适的、能符合预期的输入与输出的权重，现在还是由人工进行的，上一节结合与门、或门的真值表人工决定了合适的权重。上图中的感知机接收x1和x2两个输入信号，输出y。如果用数学式来表示图3-2 中的感知机，则如下式所示：y={0 （w1x1+w2x2≤θ）1&nbs
2020-09-16 17:26:13
25143
原创 深度神经网络DNN（一）——感知机
文章目录感知机的概念逻辑电路实现感知机的实现感知机的局限性多层感知机感知机与计算机小结感知机的概念感知机接收多个输入信号，输出一个信号。这里所说的“信号”可以想象成电流或河流那样具备“流动性”的东西。和实际的电流不同的是，感知机的信号只有“流/ 不流”（1/0）两种取值。0对应“不传递信号”，1 对应“传递信号”。下图是一个接收两个输入信号的感知机的例子。x1、x2是输入信号，y是输出信号，w1、w2是权重。图中的○称为“神经元”或者“节点”。输入信号被送往神经元时，会被分别乘以固定的权（w1x1、w
2020-09-10 00:15:05
23822
3
原创 tensorflow基础语法讲解
文章目录张量tensorflow数据类型创建张量tensor常用函数张量张量(tensor)：多维数组或列表，其中阶表示张量的维数，即张量可以表示0阶到n阶的数组或列表维数阶名称例子0D0标量 scalars=1,s=2,s=31D1向量 vectorv=[1,2,3]2D2矩阵 matrixm=[[1,2],[3,4]]nDn张量 tensort=[[[[…，连续n个“[”tensorflow数据类型tf.int , tf
2020-09-07 14:04:00
24353
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