TensorRT提供了两种方式进行网络的部署：1. 各种parser对网络模型进行解析与转换；2. 利用TensorRT的api，Layer By Layer的方式进行模型的构建和转换。本文主要介绍如何利用TensorRT的ONNXParser对PyTorch等框架训练的模型进行部署，github上有很多类似的工作，这里以下面这个仓库为例进行介绍。Syencil/tensorRTgithub.co
转载
2024-02-08 06:48:31
77阅读
之前说过Loss Functions有两个作用：1.可以计算我们实际输出和目标之间的差距；2.为我们更新输出提供一定的依据（反向传播），这篇文章我们就通过搭建一个神经网络，使用nn.CrossEntropyLoss来学习一下这两个作用。文章目录一、搭建神经网络二、使用nn.CrossEntropyLoss 一、搭建神经网络代码如下：import torchvision
from torch im
转载
2024-01-13 13:30:20
61阅读
有时人们把神经网络称为“机器学习工具箱中的另一种工具”。有时你可以用它们来赢得Kaggle的比赛。但是，这种解释完全见木不见林。神经网络不只是另一种分类器，它们代表了我们如何编写软件的根本性转变的开始。可以说是软件的2.0时代。下文简称软件2.0。我们所熟悉的软件1.0的“经典堆栈”是用Python、C++等语言编写的，它包含了程序员编写的计算机的显式指令。通过编写每行代码，程序员可以通过一些可取
转载
2024-01-13 14:13:58
52阅读
神经网络可以说是目前深度学习的主力军。只要有足够多的数据(大数据)和计算能力，就可以使用神经网络可以用来解决深度学习中的大多数问题。你可以使用Python或R语言创建神经网络并使用任何数据集方便的对其进行训练，并且具有很高的准确性。为了便于理解，我们可以将神经网络视为一个黑匣子，就是给定输入的数据就能给你一个你想要的答案输。但是，这虽然听上去很容易，但了解这些算法的背后以及算法的工作原理却比较困难
转载
2023-11-27 21:39:50
78阅读
作者 | ZackSock责编 | 欧阳姝黎头图 | 下载于视觉中国前言机器学习一直是Python的一大热门方向，其中由神经网络算法衍生出来的深度学习在很多方面大放光彩。那神经网络到底是个个什么东西呢？说到神经网络很容易让人们联想到生物学中的神经网络，而且很多时候也会把机器学习的神经网络和生物神经网络联系起来。但是其实人类至今都没有完全理解生物神经网络的运作，更不要谈用计算机实
转载
2023-08-31 08:25:31
74阅读
【Tensorflow】自制数据集–神经网络八股功能扩展0.自制数据集，解决本领域应用1.数据增强，扩充数据集2.断点续训，存取模型3.参数提取，把参数存入文本4.acc/loss可视化，查看训练效果5.应用程序，给图识物0.1 自制数据集，解决本领域应用数据集中的图片均为黑底白字，像素点为28x28的灰度图，训练用的数据集mnist_train_ipg_60000中有60000张图片，测试用的数
转载
2023-11-12 18:49:19
437阅读
三层神经网络，训练0到9十个数字并测试：1 import numpy
2 import scipy.special
3 # import matplotlib.pyplot
4 import time
5
6
7 class NeuralNetwork:
8
9 # 初始化神经网络
10 def __init__(self, inputnod
转载
2023-08-19 18:10:44
80阅读
Tensorflow是Google 的深度学习框架，非常流行，我自己学习深度学习就使用它。为了使代码更加简单，使用Keras做前端，Keras用目前很火的人工智能第一语言 Python 编写，是一个高度模块化的神经网络库，支持GPU和CPU。Keras使用文档：http://keras.io/，中文文档：http://keras-cn.readthedocs.io/en/latest/ 下面开始部
转载
2024-01-08 20:34:23
103阅读
动机：为了更加深入的理解深度学习，我们将使用 python 语言从头搭建一个神经网络，而不是使用像 Tensorflow 那样的封装好的框架。我认为理解神经网络的内部工作原理，对数据科学家来说至关重要。这篇文章的内容是我的所学，希望也能对你有所帮助。神经网络是什么？介绍神经网络的文章大多数都会将它和大脑进行类比。如果你没有深入研究过大脑与神经网络的类比，那么将神经网络解释为一种将给定输入映射为期望
转载
2023-08-08 10:44:38
74阅读
文章目录1. CNN结构1.1 卷积层1.2 池化层1.3 输出层（softmax）2. 卷积的原理2.1 卷积的定义2.2 卷积前向传播2.2 卷积后向传播参考链接 1. CNN结构 CNN卷积网络示意图
卷积网络流程图
模型结构图：输入层，卷积层，池化层，输出层（全连接层+softmax）1.1 卷积层 卷积神经网络与全连接神经网络的区别： ① 总有至少1个的
转载
2023-10-04 10:18:20
1099阅读
首先我们采用一个简单的小游戏进行神经网络的初步学习游戏的简单介绍——从1开始数数，如果是3的倍数输出fizz，是5的倍数输出buzz，是15的倍数输出fizzbuzz下面这串代码我们将文件名命名为fizz_buzz，存放在chapter2文件夹下，在接下来的神经网络学习过程中，我们需要用到# 首先我们对所数的数（i）据进行编码
def fizz_buzz_encode(i):
转载
2023-10-18 18:52:39
71阅读
利用Pytorch神经网络工具箱搭建神经网络3.1 神经网络核心组件3.2实现神经网络实例3.2.1背景说明3.2.2准备数据3.2.3可视化源数据3.2.4 构建模型这个地方比较蒙，这模型咋就构建好了呢？__init__(self, in_dim, n_hidden_1, n_hidden_2, out_dim)Sequential()干了什么Linear()干了什么BatchNorm1d()
转载
2023-11-07 10:47:34
33阅读
这里写目录标题卷积神经网络概述卷积神经网络架构卷积神经网络具体细节输入层卷积层卷积层做了一个什么事情？特征图的个数堆叠的卷积层卷积结果的计算卷积层所涉及的参数卷积参数共享池化层如何判断卷积网路的层数？ 卷积神经网络概述卷积神经网络也称（CNN）网络，主要应用于计算机视觉这个部分。比如图像任务：图像检测，图像分类，图像检索。上一篇文章中所说，神经网络是用于特征的提取，同样卷积神经网络也是一个特征提
转载
2023-08-29 10:37:59
105阅读
为什么要采用神经网络：因为只是简单增加二次项、三次向的类似逻辑回归之类的算法并不是解决复杂非线性问题的好办法。因为当n很大时，会产生非常非常多的特征项。神将网络被证明是解决复杂非线性问题好得多的方法。神经网络算法是一种非常古老的算法，它最初产生的目的是制造能模拟大脑的机器。神经网络产生的缘由是人们想设计出模仿大脑的算法。某种意义上说，如果我们想要建立学习系统，那我们为什么不去模仿最神奇的学习机器人
转载
2023-08-04 23:56:32
131阅读
在前3篇博客介绍完pytorch的基础知识之后，我这里我们接着介绍简单网络的搭建，详述卷积操作，最后根据卷积操作搭建 神经网络的卷积层。1. nn.Module的简单使用 官方帮助文档 首先，我们还是要从帮助文档看起，进入 pytorch 官网，查看 Pytorch 的官方帮助文档
转载
2023-12-10 12:05:04
89阅读
标题：Neural Networks and Deep Learning课程一讲述了神经网络方面的基础知识。什么是神经网络？ 神经网络是一种学习算法，受大脑工作方式的启发而产生。神经网络的计算过程包括前向传播和反向传播这两个过程。一、Logistic Regression 逻辑回归logistic regression 适用于二分类问题。输入一张图片，判断图片中是否有猫，就是一个二分类问题。逻辑回
转载
2023-10-18 22:27:28
103阅读
什么是神经网络算法？神经网络就像一个黑盒子，我们只需要将数据输入进去，经过黑盒子的内部处理，就可以得到我们想要的结果神经网络的命名来自于神经元神经网络图如下神经网络算法有什么用？能够解决分类问题，聚类问题，拟合问题等诸多类型问题，可以说的上是比较万能的一种模型重要概念输入层隐藏层输出层多层权值激活函数ReLU函数代价函数正向传播反向传播输入层神经网络的头部，接受数据和线性回归或者逻辑回归一样，都是
转载
2024-01-12 11:41:23
95阅读
脉冲神经网络的简介脉冲神经网络（SNN-SpikingNeuronNetworks)经常被誉为第三代人工神经网络。第一代神经网络是感知器，它是一个简单的神经元模型并且只能处理二进制数据。第二代神经网络包括比较广泛，包括应用较多的BP神经网络。但是从本质来讲，这些神经网络都是基于神经脉冲的频率进行编码(ratecoded）。脉冲神经网络，其模拟神经元更加接近实际，除此之外，把时间信息的影响也考虑其中
转载
2023-09-27 14:04:17
125阅读
神经网络是从生物领域自然的鬼斧神工中学习智慧的一种应用。人工神经网络（ANN）的发展经历的了几次高潮低谷，如今，随着数据爆发、硬件计算能力暴增、深度学习算法的优化，我们迎来了又一次的ANN雄起时代，以深度学习为首的人工神经网络，又一次走入人们的视野。感知机模型perceptron不再处理离散情况，而是连续的数值，学习时权值在变化，从而记忆存储学到的知识神经元输入：类似于线性回归z =w1x1+w2
转载
2024-01-16 04:43:10
136阅读
一、神经网络的实现过程1、准备数据集，提取特征，作为输入喂给神经网络 2、搭建神经网络结构，从输入到输出 3、大量特征数据喂给 NN，迭代优化 NN 参数 4、使用训练好的模型预测和分类 二、前向传播 前向传播就是搭建模型的计算过程
转载
2023-10-26 19:45:35
113阅读
