该篇文档基于kaggle course，通过简单的理论介绍、程序代码、运行图以及动画等来帮助大家入门深度学习，既然是入门，所以没有太多模型推导以及高级技巧相关，都是深度学习中最基础的内容，希望大家看过之后可以自己动手基于Tensorflow或者Keras搭建一个处理回归或者分类问题的简单的神经网络模
转载
2021-06-17 13:37:00
301阅读
2评论
一：残差网络VGG网络将网络达到了19层的深度，GoogleNet的深度是能获得更高维度
原创
2022-12-14 16:27:08
141阅读
## 那个深度学习框架更简单？
深度学习作为一种强大的机器学习技术，已经在各个领域取得了令人瞩目的成就。在深度学习的实践过程中，选择一个合适的深度学习框架是非常重要的。目前市面上有许多深度学习框架供我们选择，例如TensorFlow、PyTorch、Keras等等。那么，哪个框架更简单易用呢？本文将从不同的角度来对比这些框架的特点，并给出一些代码示例来帮助读者更好地理解。
### 1. Ten
原创
2023-09-19 23:06:01
57阅读
# GitHub 深度学习简单项目指南
在这个指南中，我们将共同实现一个简单的深度学习项目，并将其托管在 GitHub 上。这是学习深度学习和项目管理的重要一步。
## 整体流程
以下是项目的整体流程概述，便于你理解每一个步骤。
```mermaid
flowchart TD
A[开始] --> B[创建GitHub账户]
B --> C[设置本地开发环境]
C -
就在几年前，不管在大公司还是创业公司，都鲜有工程师和科学家来将深度学习应用到智能产品与服务中。作为深度学习前身的神经网络，才刚刚摆脱被机器学习学术界认为是过时工具的印象。那个时候，即使是机器学习也非新闻头条的常客。它仅仅被看作是一门具有前瞻性，并拥有一系列小范围实际应用的学科。在包含计算机视觉和自然语言处理在内的实际应用通常需要大量的相关领域知识：这些实际应用被视为相互独立的领域，而机器学习只占其
原创
2022-03-25 13:58:10
550阅读
首先谢谢读者的指正，现在已经把所有遮挡的都处理完毕，谢谢您们的指正，谢谢！正文： 说到这些参数就会想到Stochastic Gradient Descent (SGD)！其实这些参数在caffe.proto中 对caffe网络中出现的各项参数做了详细的解释。Learning Rate学习率决定了权值更新的速度，设置得太大会使结果超过最优值，太
原创
2022-10-07 10:22:24
94阅读
从本文开始，之后的三四篇我们都将沐浴在数学的海洋里，拼命地扑腾，这个系列我会尽力以通俗易懂的方式来讲述这些数学知识。1 函数1.1 一次函数在数学函数中最基本、最重要的就是一次函数。也就是函数之基础、根本。它在神经网络的世界里也同样重要。1.1.1 一元一次函数这个函数可以用下面的式表示。a被称为斜率(用来控制直线的方向)，b被称为截距（用来控制直线和原点的偏移）y=ax+b（a、b为常数，a\n
转载
2021-04-06 10:41:45
533阅读
以下给出一些经典问题以及建模方法。 1.多源多汇问题。源点以及汇点都有多个。 建模：建立超级源点S以及超级汇点T，S向所有源点建边，容量无穷大，所有汇点向T建边，容量无穷大。 2.结点有容量限制。每个结点都有最大允许通过的流量。 建模：将一个结点u拆成两个u、u'，所有指向u的有向弧与u建边，所有u出发的有向弧改成从u'出发，u、u'中间建有向弧，流量即点权。 3.无向图最大流。 建模：将反
目录1. 简介2. 理论背景2.1 生物识别2.1.1 指纹识别2.1.2 虹膜识别2.1.3 人脸识别2.1.4 多模态生物识别2.1.5 其他方法2.2 深度学习方法的步态识别2.2.1 卷积神经网络（Convolutional Neural Networks，CNN）2.2.2 胶囊网络（Capsule Networks，CapsNet）2.2.3 循环神经网络（Recurrent Neu
DeepLearning2024年5月6日更新在此教程中，我们将对深度学习有一个基本的认识，并介绍几种常用的模型及算法，并对几个经典的模型及算法进行简单的代码实现。目录环境搭建学习路径基本介绍何为深度学习神经网络项目结构常用模型及算法多层感知机(MLP)卷积神经网络(CNN)循环神经网络(RNN)LSTM长短期记忆神经网络强化学习(RL)环境搭建在正式开始学习深度学习之前，我们需要先搭建MindS
简单的思考
原创
2022-04-02 18:31:06
611阅读
## 了解简单的深度学习选择题
深度学习是人工智能领域中的一个重要分支，它通过模拟人脑神经元之间的连接方式来实现机器学习。在学习深度学习的过程中，我们经常会遇到一些选择题，下面就来看一些简单的深度学习选择题以加深对深度学习的理解。
### 选择题示例
1. 下列哪个不是深度学习框架？
A. TensorFlow
B. PyTorch
C. NumPy
D. Keras
原创
2024-07-07 04:10:00
123阅读
OpenGL-深度测试深度缓冲提前深度测试(Early Depth Testing)启用深度测试只读深度缓冲深度测试函数深度值精度深度冲突防止深度冲突 深度缓冲深度缓冲就像颜色缓冲(Color Buffer)（储存所有的片段颜色：视觉输出）一样，在每个片段中储存了信息 ，并且（通常）和颜色缓冲有着一样的宽度和高度。深度缓冲是由窗口系统自动创建的，它会以16、24或32位float的形式储存它的深
转载
2023-12-19 22:03:00
54阅读
https://keras.io/zh/why-use-keras/ https://keras-zh.readthedocs.io/examples/image_ocr/
原创
2021-07-24 23:58:18
275阅读
要想入门深度学习，需要两个工具，即算法知识和大量的数据，外加一台计算机，如果有GPU就更好了，但是因为许多入门初学者的条件有限，没有GPU也可以。 深度学习的入门过程如下图所示7个步骤：1.学习或者回忆一些数学知识因为极端及能做的只是计算，所以人工智能更多地来说还是数学问题。我们的目标是训练处一个模型，用这个模型去进行一系列的预测。于是，我们将训练过程设计的过程抽象成数学函数：首先，需要定义一个
转载
2023-09-18 21:40:45
103阅读
1.什么是深度学习 1.1人工智能、机器学习与深度学习 1.1.1人工智能 人工智能：努力将通常由人类完成的智力任务自动化 符号主义人工智能（1950s~1980s），专家系统（1980s） 1.1.2机器学习 查尔斯 • 巴贝奇发明分析机（1930/40s） 阿兰 • 图灵在1950 年发表具有里 ...
转载
2021-07-18 14:10:00
482阅读
2评论
<一>：特征工程：将原始数据转化为算法数据一：特征值抽取1：对字典数据 :from sklearn.feature_extraction import DictVectorizer import pandas as pd
import numpy as np
from sklearn.feature_extraction import DictVectorizer
def dic
公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G我们将从多个方面回顾对象检测的历史，包括里程碑检测器、目标检测数据集、指标和关键技术的发展。参数讲解说到这些参数就会想到Stochastic Gradient Descent (SGD)！其实这些参数在caffe.proto中 对caffe网络中出现的各项参数做了详细的解释。Lea
原创
2022-10-10 12:08:34
52阅读
Flask简单UI做深度学习展示用**简介：**python flask能很快的做一个web应用，同时，深度学习展示的在终端中用命令行的方式进行结果展示是很不友好的方式，所以最好是做一个简单的web，简单的提
原创
2021-09-07 17:06:59
439阅读
2020国内深度学习框架领域百花齐放。各大公司也都陆续推出了自己的框架，大大推动了深度学习的发展。深度学习俨然已经渗入到我们生活中的每个角落，给生活带来极大便利。深度学习能够针对生产生活...
转载
2021-10-26 14:44:15
113阅读
