CNN学习笔记

目录 如何理解卷积层和池化层?  机器视角:长文揭秘图像处理和卷积神经网络架构 卷积神经网络 - 基础知识 激活函数的作用是什么? 激活函数(加入非线性因素)  提高模型鲁棒性(抗干扰能力),非线性表达能力,缓解梯度消失问题、加 速模型收敛 将当前特征空间映射转换到另一个空间,让数据能够更好的被分类 非线性激活函数 使用AI Studio使用CNN实现猫狗分类: 如何理解卷积层和池化层? 卷积层和池化层部...

《机器学习实战:基于Scikit-Learn、Keras和TensorFlow(第2版)》学习笔记

文章目录 书籍信息技术和工具Scikit-LearnTensorFlowKerasJupyter notebook 资源书籍配套资料流行的开放数据存储库元门户站点(它们会列出开放的数据存储库)其他一些列出许多流行的开放数据存储库的页面其他 机器学习项目清单主要有8个步骤框出问题并看整体获取数据研究数据准备数据列出有前途的模型微调系统演示你的解决方案启动 机器学习概览什么是机器学习为什么使用机器学习机器学...

机器学习笔记之核方法(一)核方法介绍

机器学习笔记之核方法——核方法介绍 引言回顾:支持向量机的对偶问题核方法思想介绍线性可分与线性不可分非线性带来高维转换对偶表示带来内积 核函数核函数满足的条件(2022/11/23) 引言 本节将介绍核方法以及核函数。 回顾:支持向量机的对偶问题 在支持向量机——引出对偶问题中介绍了将原问题 → \to → 无约束原问题 → \to → 对偶问题的转化过程。最终得到如下优化问题: 该公式位于‘西瓜书’1...

Trainer--学习笔记

在训练神经网络的时候通常都会写一个训练代码块,通过这个代码块的执行开始训练网络学习神经网络模型时写的训练代码块, 整个流程就是在写一个脚本文件: 定义数据加载器定义优化器定义损失函数模型实例化循环读取数据,开始迭代训练形成一个抽象的类Trainer,这样能够在一定程度上提高代码的复用性、可读性以及可扩展性动态的将需要的功能模块“注册”到Trainer类中,而不需要去修改Trainer最原始的定义,实现可扩...

机器学习笔记之高斯分布(四)基于高斯分布的推断问题介绍

机器学习笔记之高斯分布——基于联合概率分布求解条件概率分布 引言回顾推断任务介绍概率分布与概率模型 高斯分布推断任务场景构建推导任务描述 推导过程相关定理介绍边缘概率分布推断条件概率分布推断关于 P ( X b ∣ X a ) \mathcal P(\mathcal X_b \mid \mathcal X_a) P(Xb​∣Xa​)的个人解释 引言 本节将介绍高斯分布相关的推断问题。 回顾 推断任务介绍...

transformer代码pytorch版本,来源于哔哩哔哩的网课学习笔记

transformer代码 哔哩哔哩很多课程,但是资源很难领取,代码和PPT不好找到 学习的过程中对照网课视频敲了代码,分享给大家使用 只包含代码主体,测试部分放到下方 顺便请教一个问题:视频中 mask = Variable(torch.zeros(8,4,4))。输出是(2,4,512) 我这边的代码会报错。 mask = Variable(torch.zeros(2,4,4))的时候是没问题的,当...

cJson 学习笔记

cJson 学习笔记一、前言思考这么一个问题:对于不同的设备如何进行数据交换?可以考虑使用轻量级别的 JSON 格式。那么需要我们手写一个 JSON 解析器吗?这大可不必,因为已经有前辈提供了开源的轻量级的 JSON 解析器——cJSON。我们会用就可以了,当然你也可以深入源码进行学习。下图则向我们展示了如何通过 cJSON 实现 Client 与 Server 的数据交换: Client 在发送...

DeepLab V1学习笔记

DeepLab V1 摘要相关的工作遇到的问题和解决的方法信号下采样空间不变性(spatial insensitivity/invariance)论文的优点(贡献) 网络的模型空洞卷积CRF多尺度预测 模型总结实验结果 Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs论文地址 : Deep ...

图神经网络学习笔记

1 图神经网络应用 芯片设计、场景分析问题推理、推荐系统、欺诈检测风控相关、道路交通动态流量预测、自动驾驶、无人机等、化学医疗等场景 2 图神经网络基本组成 点(vertex)、边(edge)、全局图(global),图神经网络(GNN,Graph Neural Network)主要作用还是跟传统神经网络的作用一样——特征提取,只是提取特征的方式和提取特征的目标不一样。图神经网络主要是为了提取整个图的全...

向毕业妥协系列之机器学习笔记:神经网络(三)Tensorflow实现(上)

目录 一.模型训练细节 二.激活函数 1.Sigmoid激活函数的替代方案 2.如何选择激活函数 3.为什么模型需要激活函数 一.模型训练细节 epochs:number of steps in gradient descent 模型训练的步骤: 1.指定输入数据是什么,并将其放到逻辑回归函数中 2.指定损失和成本函数 3.最小化成本函数(即梯度下降) 上面三步如下图所示 上图右侧执行model.comp...
© 2022 LMLPHP 关于我们 联系我们 友情链接 耗时0.059649(s)
2022-11-27 13:35:11 1669527311