Neural Networks and Deep Learning环境搭建

原创 已于 2024-05-26 18:03:28 修改 · 584 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #人工智能 #python

于 2024-05-26 18:00:00 首次发布

1.进入Anaconda prompt

在这里插入图片描述

2.创建虚拟环境

（1）最简单的创建 python 虚拟环境的命令是：

conda create -n your_env_name   # your_env_name 为你虚拟环境名

（2）我在这里创建一个名为：deep_study的 python2.7版本虚拟环境

conda create -n deep_study python=2.7

（3）输入命令后，你需要输入一个 y 。输入完成后，一个 python 虚拟环境就创建好了。
在这里插入图片描述

3.查看虚拟环境

  • 如果你想要使用你所创建的 python 虚拟环境，首先你就要激活你想用的虚拟环境
  • 激活虚拟环境的命令是：

                

                
                
        

    


  


        

            

                      
                        最低0.47元/天 解锁文章
                          
                      
            

        


    



                



	

		

			

				
					
Neural Networks and Deep Learning之中文翻译-关于本书

				
			

			

				

					wangchongttg的博客
				

				

					11-09
					
					1544
					
				

			

		

		

			
				
本章原文地址：http://neuralnetworksanddeeplearning.com/about.html
神经网络是有史以来最美的编程范式之一，传统的编程方式是我们告诉电脑如何做，我们会把一个复杂的问题分解成许多小的、能够精确定义的、电脑能够很容易执行的子任务。相比之下，在神经网络中，我们不会告诉电脑如何去解决我们的问题，然而它会从观测数据中学习找到自己的解决方法。
自动从数据中学

			
		

	



                

            
              



	

		

			

				
					
《Neural networks and deep learning》概览

					
热门推荐

				
			

			

				

					wepon的专栏
				

				

					03-12
					
					3万+
					
				

			

		

		

			
				
最近阅读了《Neural networks and deep learning》这本书（online book，还没出版），算是读得比较仔细，前面几章涉及的内容比较简单，我着重看了第三章《Improving the way neural networks learn》，涉及深度神经网络优化和训练的各种技术，对第三章做了详细的笔记（同时参考了其他资料，以后读到其他相关的论文资料也会补充或更改），欢迎有

			
		

	



              


  
              

                


	

		

			

				
					
neural networks and deep learning —— Michael Nielsen

				
			

			

				

					JachinMa的博客
				

				

					06-01
					
					1093
					
				

			

		

		

			
				
神经网络和深度学习是一本免费的在线书籍。这本书将教会你：

神经网络，这是一种美丽的由生物学启发的编程规范，它确保计算机可以从观测数据中学习。
深度学习，一系列有力使用神经网络学习的方法。

神经网络和深度学习目前提供了对很多问题的最好解决方案，如图像识别、语音识别和自然语言处理。这本书将教会你很多神经网络和深度学习之前的核心概念。
想要了解更多这本书的方法的细节，请看
或你可以直接进入第一章开始...

			
		

	





	

		

			

				
					
Neural Networks and Deep Learning - 神经网络与深度学习

				
			

			

				

					程永强
				

				

					11-12
					
					1248
					
				

			

		

		

			
				
Neural Networks and Deep Learning - 神经网络与深度学习
Neural Networks and Deep Learning
http://neuralnetworksanddeeplearning.com/
神经网络与深度学习
https://hit-scir.gitbooks.io/neural-networks-and-deep-learning-zh_cn/content/
https://www.gitbook.com/book/hit-scir/neural-n

			
		

	



		

			
		



	

		

			

				
					
1 Neural Networks and Deep Learning 笔记及课后习题答案

				
			

			

				

					这里是张聪明，正在学习中，请稍后
				

				

					02-20
					
					2603
					
				

			

		

		

			
				
Neural Networks and Deep Learning 吴恩达-Coursera课程Week - 1Quiz
Week - 1
Quiz
1.What does the analogy “AI is the new electricity” refer to?
Similar to electricity starting about 100 years ago, AI is tran...

			
		

	





	

		

			

				
					
Neural Networks and Deep Learning ( Week 2 )

				
			

			

				

					我们胃口太大几千几百万都装得下
				

				

					08-07
					
					635
					
				

			

		

		

			
				
整个第二周的第一个任务就是将一个低效的用循环实现的逻辑回归计算图用向量化的形式改写，以提升速率。

Vectorization

此节阐述了概念并证明了向量化可以显著提升性能。向量化是指将循环操作的向量运算转化为直接的向量运算。可以显著提升性能。


内积




//a，b 分别为百万数量级的数组，求两个数组的内积

//向量化
c = np.dot(a, b) 
//消耗时间约1.5ms 

...

			
		

	





	

		

			

				
					
NEURAL NETWORKS（neural networks and deep learning by Charu C. Aggarwa）

				
			

			

				

					qq_40590753的博客
				

				

					01-22
					
					383
					
				

			

		

		

			
				
1. introduction



			
		

	





	

		

			

				
					
Neural Networks and Deep Learning 神经网络与深度学习 附翻译版下载

				
			

			

				

					qq_44719815的博客
				

				

					07-16
					
					648
					
				

			

		

		

			
				
《神经网络和深度学习》是一本免费的在线书。本书会教会你：
• 神经网络，各种美妙的受生物学启发的编程范式，可以让计算机从观测数据中进行学习
• 深度学习，一个强有力的用于神经网络学习的众多技术的集合
神经网络和深度学习目前给出了在图像识别、语音识别和自然语言处理领域中很多问题的最好解决方案。
我觉得这是一本初学深度学习的入门书籍，感觉这本书会让你有种豁然开朗的感觉。
翻译版下载：
https://...

			
		

	





	

		

			

				
					
Coursera吴恩达深度学习专项课程01: Neural Networks and Deep Learning 学习笔记 Week 01

				
			

			

				

					阿正的梦工坊
				

				

					05-11
					
					1562
					
				

			

		

		

			
				
第一周的字幕，quiz

			
		

	





	

		

			

				
					
【学习笔记】Neural networks and deep learning-神经网络和深度学习

				
			

			

				

					Chen_yuazzy的博客
				

				

					05-19
					
					885
					
				

			

		

		

			
				
本文是Online Book《Neural networks and deep learning-神经网络和深度学习》的学习笔记，主要记录概括章节内容，可以说是一个大纲，供复习之用，详细内容见链接原文。 
Chapter 1 使用神经网络识别手写数字 
1.1perceptrons  （感知机） 
1.2sigmoid neuron（sigmoid神经元） 
1.3神经网络的构建 
1.4一种简单...

			
		

	





	

		

			

				
					
Neural Networks and Deep Learning A Textbook 完整版

				
			

			

				

					01-28
				

			

		

		

			
				
1. 书籍介绍：书籍的标题是《Neural Networks and Deep Learning A Textbook》，这表明它是一本关于神经网络和深度学习的教科书。作者是Charu C. Aggarwal，他是IBM T.J. Watson研究中心的研究员。这本书在亚马逊上...

			
		

	





	

		

			

				
					
《Neural Networks and Deep Learning》（美）Michael Nielsen 著 英文版.pdf

				
			

			

				

					05-09
				

			

		

		

			
				
《Neural Networks and Deep Learning》是由Michael Nielsen所著的一本关于神经网络和深度学习的电子书籍。Michael Nielsen是理论物理学家出身，后转向神经网络和深度学习的研究，并因撰写开放内容的网络书籍而知名...

			
		

	





	

		

			

				
					
【水果识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法

				
			

			

				

					子午的博客
				

				

					12-01
					
					429
					
				

			

		

		

			
				
水果识别系统，基于TensorFlow搭建Resnet50卷积神经网络算法，通过对5种常见的水果图片数据集（‘圣女果’, ‘梨’, ‘芒果’, ‘苹果’, ‘香蕉’）进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。技术栈项目前端使用Html、CSS、BootStrap搭建界面。后端基于Django处理逻辑请求基于Ajax实现前后端数据通信选题背景与意义。

			
		

	





	

		

			

				
					
超越梯度消失：LSTM的数学本质与工程实现新探

				
			

			

				

					不懂先生的博客
				

				

					12-01
					
					465
					
				

			

		

		

			
				
在深度学习的发展历程中，循环神经网络(RNN)曾被认为是处理序列数据的自然选择。然而，传统的RNN在实际应用中面临着和两大核心挑战。1997年，Sepp Hochreiter和Jürgen Schmidhuber提出的长短期记忆网络(LSTM)通过精巧的门控机制，成功解决了这些问题，成为序列建模的重要里程碑。本文将从数学原理和工程实现两个维度，深入剖析LSTM的内部工作机制，并探讨在现代深度学习框架下的优化实践。

			
		

	





	

		

			

				
					
RNN公式推导、案例实现及Python实现

					
最新发布

				
			

			

				

					m0_46670850的博客
				

				

					12-01
					
					585
					
				

			

		

		

			
				
反向传播的推导。

			
		

	





	

		

			

				
					
[免费]基于Python的深度学习人脸表情识别系统(Keras卷积神经网络+OpenCV+PyQt)【论文+源码+SQL脚本】

				
			

			

				

					java1234的博客
				

				

					12-01
					
					667
					
				

			

		

		

			
				
[免费]基于Python的深度学习人脸表情识别系统(Keras卷积神经网络+OpenCV+PyQt)【论文+源码+SQL脚本】

			
		

	





	

		

			

				
					
基于LSTM-GARCH混合模型：降息预期驱动金价攀升，白银刷新历史峰值的蒙特卡洛模拟验证

				
			

			

				

					
				

				

					12-01
					
					489
					
				

			

		

		

			
				
本文通过构建宏观经济变量与贵金属价格联动的AI量化模型，结合市场情绪分析算法与历史数据回溯，分析美联储降息预期、美元指数波动及关键经济数据对黄金、白银价格走势的量化影响机制。

			
		

	





	

		

			

				
					
《Neural Networks and Deep Learning》中文译本发布

				
			

			

				

					
				

			

		

		

			
				
在讨论《Neural Networks and Deep Learning》中文版之前，首先需要了解其英文版的影响力和它在深度学习领域的地位。这本书是由Michael Nielsen所著，他是一位理论物理学家，后转行成为科普作家和技术专家。Nielsen...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 2

	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
入世浮尘

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值