深度学习

这本书应该算我第一本深度学习的代码入门书了吧，之前看阿里云云栖社和景略集智都有推荐这本书就去看了， 成功建立了自己的第一个神经网络，也了解一些关于深度学习的内容，再加上这学期的概率论与数理统计的课， 现在再来看李大大的机器学习课程，终于能看懂LogisticsRegression概率那部分公式！不至 ...

参考书 《TensorFlow：实战Google深度学习框架》（第2版） 一个使用数据集进行训练和测试的完整例子。 ...

构建深度学习模型的基本步骤 需要举例的地方以波士顿房价预测为案例 波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“Hello World”。和大家对房价的普遍认知相同，波士顿地区的房价是由诸多因素影响的。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素 ...

这是我将文本分类算法作为大包装，然后得到的作品。1.数据预处理2.文本分类算法模型管道搭建。（1）机器学习模型（2）深度学习模型

有如百度首席技术官王海峰的观点：“在智能时代，深度学习框架起到了承上启下的作用，下接芯片、大型计算机系统，上承各种业务模型、行业应用。”诸如飞桨等国产深度学习平台的规模化普及和高度易用，无疑为AI人才短缺给出了正解。

5月21日—23日，2019腾讯全球数字生态大会在昆明召开。在AI智能制造分论坛上，腾讯优图实验室总监戴宇荣发表了《深度学习技术与应用分享》的主题演讲，以AI在工业中的实际应用为例

一、卸载旧的ubuntu二、重新安装ubuntu双系统三、anaconda安装四、显卡驱动+CUDA+cuDNN五、pytorch六、mmdet

1、Python语言的特点：是一个简单、易读、易记的编程语言，而且是开源的，可以自由使用，可以用类似英语的语法编写程序，编译起来并不费力，此外，Python不仅可以写出可读性高的代码，还可以写出性能高（处理速度快）的代码，在需要处理大规模数据或者要求快速响应的情况下可以稳妥完成。2、学习深度学习主要使用的外部库是NumPy库（用于数值计算的库，提供了很多高级的数学算法和便利的数组、矩阵操作方法）和Matplotlib库（用于画图的库，能将实验结果可视化，并在视觉上确认深度学习运行期间的数据），可以有效地促

语义表示是自然语言处理的基础，我们需要将原始文本数据中的有用信息转换为计算机能够理解的语义表示，才能实现各种自然语言处理应用。表示学习旨在从大规模数据中自动学习数据的语义特征表示，并支持机器学习进一步用于数据训练和预测。以深度学习为代表的表示学习技术，能够灵活地建立对大规模文本、音频、图像、视频等无结构数据的语义表示，显著提升语音识别、图像处理和自然语言处理的性能，近年来引发了人工智能的新浪潮。本书是第一本完整介绍自然语言处理表示学习技术的著作。书中全面介绍了表示学习技术在自然语言处理领域的最新...

近年来，卷积神经网络在图像分类领域取得了巨大进展，主要表现在ILSVRC竞赛中优胜冠军从经典的机器学习算法转向深度学习算法，尤其是卷积神经网络结构。在卷积神经网络发展的历史过程中，ILSVRC竞赛功不可没，从2012年到2017年，不断涌现出新的卷积神经网络结构，并将ILSVRC竞赛中ImageNet数据集图像分类错误率降至很低的水平，一度达到甚至超越人类的水平。ILSVRC全称ImageNet Large-Scale Visual Recognition Challenge，从2010年开始举办，20

目标检测图像分类和目标检测的区别将已训练的分类网络用于目标检测传统方法深度学习方法目标检测的评价指标目检测与图像分类的区别？深度学习目标检测器的组成：包含不同目标检测架构的区别和基本模型之间的区别如何使用预训练模型进行深度学习目标检测？如何从一个深度学习模型中过滤或者忽略一些预测类别？向深度神经网络增加类别或从中删除类别时常见的误区和误解目标检测技术作为计算机视觉的重要方向，被广泛应用于自动驾驶汽车、智能摄像头、人脸识别及大量有价值的应用上。这些系统除了可以对图像中的每个目标进行识别、分类以外，

整体学习目标建立属于你自己的深度学习框架Python创建线性回归模型，L1损失函数，L2损失函数参数初始化掌握梯度下降算法，创建优化器函数学会设置学习率以避免梯度爆炸掌握多个常用激活函数，Sigmoid， Relu，Tanh，Leaky_Relu，避免梯度消失掌握链式法则，计算图，拓扑，前馈/反向网络创建线性回归模型概念：首先该模型主要解决的情况是：你有一堆线性数据，你需要根据已知的样本数据，去拟合出一个模型或者说一条线，这样当你有新的数据点的时候，你就可以根据之前拟合出的

文 / Kyle A. Pearson 简介18 世纪初，物理学家和天文学家急切地想要检验牛顿刚发现的引力定律以及开普勒的行星运动定律。为了检验这些理论的正确性，天文学家...

数值微分和反向传播都能更新权值的梯度度（严格来说，是损失函数关于权重参数的梯度），但反向传播更加高效。

一、运行环境win10 专业版cuda=10.0numpy=1.14.5OpenCV-python=4.3.0.36pyinstaller=3.6torch=1.2.0torchbision=0.3.0二、环境安装1、pyinstaller安装安装步骤见https://editor.csdn.net/md/?articleId=1075561512、pytorch安装国内安装比较慢，可以设置源，详见https://blog.csdn.net/weixin_43218120/arti

让静态图动起来，万物皆可动，AI算法DeepFake~，让图片动起来，特朗普和蒙娜丽莎深情合唱

当使用Keras训练好了一个识别模型后，如果采用线上部署为服务，一般情况下采用flask或者Django进行服务搭建。

1 准备工作1.1 工具要求pycharm安装有pytroch的python38环境其他必要的第三方包数据CIFAR10数据集包含‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’等十个类别。2 快速上手2.1 基本思路使用torchvision加载和归一化CIFAR10训练集和测试集定义一个卷积神经网络定义损失函数训练网络测试网络2.2

主要区分：图像分类、目标检测、语义分割、实例分割、全景分割

一种基于多模态深度学习的混合交通流预测方法A Hybrid Method for Traffic Flow Forecasting Using Multimodal Deep Learning作者团队：西南交通大学&国立台湾科技大学等Traffic flow forecasting has been regarded as a key problem of intelligent transport systems. In this work, we propose a hybrid mult