- 博客(7)
- 收藏
- 关注
RSS订阅原创 深度学习第J3周：DenseNet算法实战与解析
🍨 本文为[🔗]内部限免文章（版权归 *K同学啊* 所有）🍖 作者：[一、前言在计算机视觉领域，卷积神经网络（CNN）已经成为最主流的方法，比如GoogLenet，VGG-16，Incepetion等模型。CNN史上的一个里程碑事件是ResNet模型的出现，ResNet可以训练出更深的CNN模型，从而实现更高的准确度。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”（shortcuts，skip connection），进而训练出更深的CNN网络。
2024-11-08 20:05:10
1795
原创 【第J1周】:ResNet-50算法实战与解析
ResNet-50是一个经典的深度卷积神经网络，用于解决深度学习中的图像分类、目标检测等计算机视觉任务。ResNet（Residual Network）由微软研究院的何凯明等人提出，并在2015年的ImageNet竞赛中获得了冠军。其设计的核心思想是引入了“残差块”（Residual Block），有效解决了深层神经网络中常见的梯度消失或梯度爆炸问题。ResNet-50是该网络架构的一个变体，共有50层。
2024-10-25 19:49:17
1008
原创 365天深度学习N2打卡
词典内部映射： {'': 0, '可以': 13, '我': 1, '深度': 5, '微信': 14, '学习': 4, '同学': 2, '啊': 3, '365': 6, 'K': 7, 'k': 8, '一个': 9, '你': 10, '关键词': 11, '博主': 12, '找到': 15, '搜索': 16, '教案': 17, '百度': 18, '训练营': 19, '通过': 20}print('jieba分词后的文本：',jieba.lcut(text))
2024-10-18 21:17:57
685
1原创 T10:数据增强
由于原始数据集不包含测试集，因此需要创建一个。使用 tf.data.experimental.cardinality 确定验证集中有多少批次的数据，然后将其中的 20% 移至测试集。tf.config.experimental.set_memory_growth(gpus[0], True) #设置GPU显存用量按需使用。plt.figure(figsize=(15, 10)) # 图形的宽为15高为10。# 这是大家可以自由发挥的一个地方。# 打印显卡信息，确认GPU可用。在数据集中进行数据增强。
2024-10-04 18:59:42
1416
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