深度学习从 0 到 1
关注
分享
扫一扫
文章平均质量分 74
CODE_RabbitV
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【快速实践】类激活图（CAM，class activation map）可视化
【3min快速实践】深度学习训练中的辅助分析手段，类激活图可视化：有助于了解一张图像的哪一部分让卷积神经网络做出了最终的分类决策原创 2025-01-03 18:05:54 · 1541 阅读 · 0 评论 -
【快速实践】深度学习 -- 数据曲线平滑化
【1min 快速实践】在观察数据结果时，我们通常希望获得整体趋势信息 -- 所以可以应用平滑化手段绘制更易读的曲线原创 2025-01-03 14:15:46 · 551 阅读 · 0 评论 -
【概念速通】使用预训练网络的两种方法 -- 特征提取（feature extraction）和微调模型（fine-tuning）
【1min 概念速通】特征提取（feature extraction）和微调模型（fine-tuning）原创 2025-01-03 13:55:32 · 628 阅读 · 0 评论 -
Python + 深度学习从 0 到 1（03 / 99）
希望对你有帮助呀！！💜💜 如有更好理解的思路，欢迎大家留言补充 ~ 一起加油叭 💦。原创 2024-12-25 18:04:22 · 510 阅读 · 0 评论 -
Python + 深度学习从 0 到 1（02 / 99）
Keras 快速入门 & 实战手写数字分类 MNIST 数据集【极简版 20行代码搞定】原创 2024-12-25 11:18:15 · 577 阅读 · 0 评论 -
Python + 深度学习从 0 到 1（01 / 99）
本文给出两大概率建模(朴素贝叶斯和 logistic 回归)、核方法(SVM)和决策树的最简单！！！理论&简单代码示例原创 2024-12-19 15:44:41 · 1379 阅读 · 0 评论 -
Python + 深度学习从 0 到 1（00 / 99）
⭐ 什么是深度学习？人工智能、机器学习与深度学习的关系 💜图解深度学习的工作原理 💜⭐ 深度学习的通用工作流程原创 2024-11-22 14:28:03 · 1374 阅读 · 0 评论