- 博客(4)
- 收藏
- 关注
RSS订阅原创 基于飞桨实现手写数字识别2
参考课程笔记：https://aistudio.baidu.com/aistudio/projectdetail/728143 上篇https://mp.csdn.net/console/editor/html/108276229写了主要思想和实现流程；这篇针对手写数字识别进行具体的实现，并对各个环节进行优化以达到最优的训练效果。 1. 数据处理 数据处理通常包括读取文件、预处理及数据异步三部分。在工业实践中，我们面临的任务和数据环境千差万别，通常需要自己编写适合当前任务的数据处理程序，一般涉及如下五
2020-08-28 12:36:03
1509
1
原创 基于飞桨实现手写数字识别1
参考课程连接：https://aistudio.baidu.com/aistudio/projectdetail/727853 最近在学习《百度架构师手把手带你零基础实践深度学习》，现在把课上学习的内容及代码记录下来。 之前写了基于飞桨实现的房价预测模型，适合入门深度学习，是一个很基础的线性回归模型，本文将线性模型运用到手写数字识别中，可能精度比较差，毕竟模型设计不是最适合的，但可用作练手。 1. 手写数字识别任务 手写数字识别是一个典型的图像分类问题，已经被广泛应用于汇款单号识别、手写邮政编码识别
2020-08-28 11:43:32
1000
1
原创 基于飞桨实现房价预测模型
该部分笔记参考课程：https://aistudio.baidu.com/aistudio/projectdetail/717724 加载飞桨、numpy相关类库 #加载飞桨、numpy相关类库 import paddle import numpy as numpy import paddle.fluid as fluid #飞桨主库：fluid import paddle.fluid.dygraph as dygraph #dygraph动态图类库 #静态图模式（声明式编程范式，类比C++）：先编译
2020-08-27 15:23:19
545
原创 通过波士顿房价预测模型快速入门神经网络
飞桨深度学习笔记 课程链接：零基础入门深度学习 1. 深度学习的基本步骤 深度学习不仅实现了模型的端到端学习，还推动了人工智能进入工业大生产阶段，产生了标准化、自动化和模块化的通用框架。 不同场景的深度学习模型具备一定的通用性，五个步骤即可完成模型的构建和训练。 2. 代码仿真 2.1 加载所需要的库 #**************** 加载飞桨、Numpy和相关类库 **************** #fluid包含了大部分飞桨的实用函数 import paddle.fluid as fluid #dy
2020-08-18 10:57:56
1332
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