【深度学习（1）】研0和研1如何上手深度学习及定方向

已于 2024-04-24 09:14:43 修改
阅读量373 收藏 7
点赞数 10
文章标签： 深度学习 人工智能 学习 笔记
于 2024-04-23 21:01:19 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_46050242/article/details/138137978
版权

深度学习（1）

基础部分

书籍

鱼书 (理论部分)

适合入门，代码少，跟着走一遍就可以用到框架了

书籍链接

这里看书觉得枯燥可以跟着这位up一起啃书 看书
在这里插入图片描述

视频课程

我是土堆（代码部分）

课程链接

提升部分

李沐的动手学深度学习+李沐老师的书

课程链接

定方向

网站： paperwithcode

包含论文和代码
图像匹配的链接

谷歌学术找论文

一般看一下近两年的文章，看方法和实验结果

醉酒柴柴
关注
  • 10
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
pytorch与深度学习
数字人生
04-17 1764
PyTorch是一个由Facebook AI Research Team开发的开源深度学习库，它提供了一个灵活的环境和丰富的API，用于快速且方便地构建、训练和部署深度学习模型。综上所述，PyTorch 凭借其灵活的动态图机制、强大的张量运算与自动求导、丰富的深度学习模块以及活跃的社区支持，已成为深度学习研究与应用开发的首选工具之一。2. 优秀的社区和生态系统：有着活跃的社区和广泛的支持，PyTorch提供了大量的预训练模型和工具，这些模型和工具涵盖了图像识别、自然语言处理等多个领域。
MATLAB计算机视觉与深度学习实战代码 - 基于深度学习的汽车目标检测.rar
06-06
书中提供的代码和实践指南为学习者提供了宝贵的资源，使他们能够在MATLAB环境中快速上手并实现自己的深度学习项目。对于想要在AI领域尤其是自动驾驶方向发展的个人和团队，这本书无疑是一份宝贵的参考资料。
研一的小伙伴如何快速入门深度学习？
异构算力老群群（在读985计算机博士生）的技术博客
04-01 366
导言：深度学习是人工智能领域的热门分支，具有广泛的应用前景。作为一位研一的小伙伴，掌握深度学习技术能够为你的研究和职业发展带来巨大优势。本文将为你提供一个科学的指南，帮助你快速入门深度学习，并附带实例以加深理解。
2023年的深度学习入门指南(1) - 从chatgpt入手
lusing的专栏
04-02 6521
2012年，加拿大多伦多大学的Hinton教授带领他的两个学生Alex和Ilya一起用AlexNet撞开了深度学习的大门，从此人类走入了深度学习时代。2015年，这个第二作者80后Ilya Sutskever参与创建了openai公司。现在Ilya是openai的首席科学家，带领工程师研发出了可能再次改变世界的chatgpt.上图中，右面的就是图灵奖获得者，深度学习之父Hinton大牛。中间是AlexNet的第一作者Alex, 左边的就是Ilya Sutskever.
深度学习的简介、领域、框架和实际应用概述
热门推荐
黄笳倞的博客
11-25 2万+
一、深度学习简介 深度学习，英文名称为Deep Learning，是近几年人工智能领域的主要研究方向。深度学习的主要任务是通过构建深度卷积神经网络（Deep Neural Network，DNN）和采用大量样本数据作为输入，人们最终会得到一个具有强大分析能力和识别能力的模型，该模型包含了DNN的构成参数以应用于实际工作。 由于深度学习依赖DNN这样一个参数量庞大且非...
适用于非科班的深度学习/机器学习快速上手路线
啥都生的博客
10-18 9181
适用于非科班的深度学习/机器学习快速上手路线
深度学习四大框架之争(Tensorflow、Pytorch、Keras和Paddle)
FeelTouch Labs
08-08 2263
近几年，随着深度学习指数级发展，深度学习的框架使用在人工智能领域也起着举足轻重的作用，这其中包括Tensoflow、Pytorch、Keras、paddle等等。那么面对这些框架，究竟使用哪个呢？其实，这几个框架都有各自的优点和缺点，大家了解后可以根据自己的情况进行选择；现在Keras API都融入tensorflow2.0进去了，因此学tensorflow就行，而paddle是百度推出的，且资料很资源最多，百度也开源了许多优秀的模型，值得推荐。（个人推荐tf、torch、paddle）
深度学习和机器学习有什么区别？
人邮异步社区
08-02 6479
深度学习(deep learning)通过其他较简单的表示来表达复杂表示，解决了表示学习中的核心问题。 深度学习让计算机通过较简单的概念构建复杂的概念。图1.2展示了深度学习系统如何通过组合较简单的概念(例如角和轮廓，它们反过来由边线定义)来表示图像中人的概念。深度学习模型的典型例子是前馈深度网络或多层感知机(multilayer perceptron,MLP)。多层感知机仅仅是一个将一组输入值映射到输出值的数学函数。该函数由许多较简单的函数复合而成。我们可以认为不同数学函数的每一次应用都为输入提供了新的
深度学习简介（框架）
2301_77539454的博客
07-21 1484
深度学习是一种基于人工神经网络的机器学习方法，它通过模拟人脑的工作原理来解决复杂的数据模式识别问题。这种方法在图像识别、语音识别、自然语言处理等领域取得了显著的进展。深度学习是机器学习的一个子领域，它基于人工神经网络的学习算法，特别是那些具有多层（深层）结构的网络。这些深度神经网络能够学习数据的高级特征和模式。深度学习作为人工智能的关键驱动技术，已经在多个领域展现出其强大的能力。随着研究的深入和技术的发展，深度学习将继续推动人工智能的边界向前发展。
人工智能、机器学习和深度学习有哪些区别？
人邮异步社区
05-16 1387
1　人工智能 现今每天都有很多人工智能的文章发表，并且在最近两年愈演愈烈。网络上关于人工智能的定义有几种说法，我最喜欢的一个是，通常由人完成的智能任务的自动化。 1.1　人工智能发展史 1956年，约翰·麦肯锡（John McCarthy）主持召开了第一次人工智能的学术会议，并创造了人工智能这个术语。然而早在此之前，关于机器是否会思考的讨论就已经开始。人工智能发展初期，机器已经可以解决对于人类比较困难的问题。 例如，德国制造了在第二次世界大战后期用于军事通信的恩尼格玛密码机（Enigma machi
深度学习入门基于Python的理论与实现.zip
02-19
1. 数据预处理：深度学习的第一步是将原始数据转化为适合模型训练的形式，可能包括归一化、标准化、特征提取等步骤。 2. 构建神经网络模型：从简单的前馈网络（如多层感知机）到更复杂的卷积神经网络（CNN）和循环...
个人总结计算机视觉与深度学习方向的资料.zip
01-25
在“个人总结计算机视觉与深度学习方向的资料.zip”中，包含了MATLAB源代码，这通常意味着这些代码实现了特定的计算机视觉或深度学习算法。通过阅读和理解这些代码，可以深入掌握实际应用中的技术细节，如如何构建...
基于深度学习的计算机视觉： 原理与实践 （下部）
06-12
本课程适合具有一定深度学习基础，希望发展为深度学习之计算机视觉方向的算法工程师和研发人员的同学们。基于深度学习的计算机视觉是目前人工智能最活跃的领域，应用非常广泛，如人脸识别和无人驾驶中的机器视觉等。...
基于深度学习的计算机视觉：原理与实践（上部）
06-12
本课程适合具有一定深度学习基础，希望发展为深度学习之计算机视觉方向的算法工程师和研发人员的同学们。基于深度学习的计算机视觉是目前人工智能最活跃的领域，应用非常广泛，如人脸识别和无人驾驶中的机器视觉等。...
卷积神经网络综述
最新发布
XU157303764的博客
09-03 1016
本文对卷积神经网络（Convolutional Neural Network，CNN）进行了全面综述。首先介绍了卷积神经网络的发展历程，包括早期的理论基础和关键突破。接着详细阐述了卷积神经网络的结构组成，包括卷积层、池化层、全连接层等，分析了各层的作用和特点。然后探讨了卷积神经网络在图像识别、目标检测、语义分割等多个领域的应用，并介绍了一些典型的应用案例。此外，还讨论了卷积神经网络的训练方法和优化技巧，包括数据增强、正则化、超参数调整等。最后，对卷积神经网络的未来发展趋势进行了展望。
【深度学习 transformer】transformer 训练一个文本分类任务，超简单了
赖德发的博客
09-03 810
请注意，这只是一个简化的示例，实际代码可能会更复杂，具体取决于您选择的模型和配置。此外，Happy Transformer的API可能会随着时间的推移而更新，因此请确保查看最新的文档以获取最新的信息。请注意，这只是一个简化的示例，实际代码可能会更复杂，具体取决于您选择的模型和配置。此外，Happy Transformer的API可能会随着时间的推移而更新，因此请确保查看最新的文档以获取最新的信息。在这个预测代码中，我们首先使用Happy Transformer的API加载训练好的模型。
【保姆级教程】使用 PyTorch 自定义卷积神经网络（CNN） 实现图像分类、训练验证、预测全流程【附数据集与源码】
阿旭的博客
09-03 2238
【保姆级教程】使用 PyTorch 自定义卷积神经网络（CNN） 实现图像分类、训练验证、预测全流程【附数据集与源码】
深度学习系列69：tts技术原理
kittyzc的博客
09-02 735
tts为text-to-speech，asr为Automatic Speech Recognition，即speech-to-text。
评论 1
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