博观而约取，厚积而薄发

大家好，今天和各位分享一下如何使用 Pytorch 构建 Vision Transformer 网络模型，并使用 权重迁移学习方法 训练模型并预测。在 Vision Transformer 中，通过 Transformer 的 Encoder 部分直接进行分类任务，在图片序列中加入分类 token，图片序列则由原始图像切割成若干个图像块（Patch）得到......

今天和各位分享一下如何使用 Pytorch 构建 MobileNetV3 卷积神经网络，并基于 权重迁移学习 方法解决图像二分类问题，并且评价数据集的 召回率、精准率、F1 等。MobileNetV3 的原理和 TensorFlow2 实现方法可以看我下面这篇博文，强烈建议大家先看一下，本文就不赘述原理了：https://blog.youkuaiyun.com/dgvv4/article/details/123476899把博文中的代码按顺序组合在一起就能直接运行首先导入网络构建过程中需要用到的所有工具包，本小....

大家好，今天和大家分享一些如何使用 Pytorch 搭建 ResNet50 卷积神经网络模型，并使用迁移学习的思想训练网络，完成鸟类图片的预测。ResNet 的原理和 TensorFlow2实现方式可以看我之前的两篇博文，这里就不详细说明原理了。ResNet18、34：https://blog.youkuaiyun.com/dgvv4/article/details/122396424ResNet50：https://blog.youkuaiyun.com/dgvv4/article/details/12187...

大家好，今天和各位分享一下如何使用 Tensorflow 构建 CNN卷积神经网络和 LSTM 循环神经网络相结合的混合神经网络模型，完成对多特征的时间序列预测。本文预测模型的主要结构由 CNN 和 LSTM 神经网络构成。气温的特征数据具有空间依赖性。本文选择通过在模型前端使用CNN卷积神经网络提取特征之间的空间关系。同时，气温数据又具有明显的时间依赖性，因此在卷积神经网络后添加 LSTM 长短时记忆模型进行时序处理。1. 获取数据集数据集自取：https://download.csdn.ne

大家好，今天和各位分享一下如何使用循环神经网络 LSTM 和 GRU 完成对股票数据的预测。GRU 是在 LSTM 基础上的简化，将 LSTM 内部的三个闸门简化成两个，往往 GRU 的计算效果会优于 LSTM1. 导入工具包如果没有电脑没有GPU的话就把下面那段调用GPU加速计算的代码删了import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layersimport matplot

大家好，今天和各位分享一下如何使用循环神经网络LSTM 完成有多个特征的气温预测。上一节中我介绍了 LSTM 的单个特征的预测，感兴趣的可以看一下：https://blog.youkuaiyun.com/dgvv4/article/details/1243499631. 导入工具包我使用GPU加速计算，没有GPU的朋友可以把调用GPU的代码段去掉。import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras impo.

大家好，今天和大家分享一下如何使用训话神经网络中的 RNN、LSTM、GRU 三种方法完成影评倾向分类。数据集的解释见下文：https://blog.youkuaiyun.com/qq_23869697/article/details/865053431. RNN 方法这三种循环神经网络方法在代码中差别不大，这里我就详述RNN的具体操作方法，简述LSTM和GRU在RNN基础上的改进。1.1 导入工具包我是用GPU加速神经网络计算，如果是CPU计算，就把设置下面GPU设置的代码删掉。import t

大家好，今天和各位分享一下如何使用循环神经网络STLM完成时间序列预测，本文是针对单个特征的预测，下一篇是对多个特征的预测。文末有完整代码1. 导入工具包这里使用GPU加速计算，加快网络的训练速度。import tensorflow as tffrom tensorflow import kerasimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport warningswarnings.f

各位同学好，今天和大家分享一下使用 Tensorflow 构建 DenseNet 卷积神经网络模型，并使用预训练模型的权重，完成对四种天气图片的分类。完整代码在我的 Gitee 中，有需要的自取：https://gitee.com/dgvv4/image-classification/tree/master1. DenseNet1. 网络介绍DenseNet 采用密集连接机制，即互相连接的所有层，每个层都会与前面所有层在通道维度上堆叠（layers.Concate），实现特征重用，作为下

各位同学好，今天和大家分享一下如何使用 Tensorflow 构建 ResNeXt 神经网络模型，通过案例实战 ResNeXt 的训练以及预测过程。每个小节的末尾有网络、训练、预测的完整代码。想要数据集的私聊我就行。