
DataWhale组队学习打卡
Xyao_jin
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
-
DataWhale组队学习打卡(三)
前言 记《动手学深度学习》组队学习第三次打卡 打卡内容 计算机视觉——目标检测基础(一) 简介 在图像分类任务中(图像分类的内容会在后续的博客中更新),假设图像中只有一个主体目标,并关注计算机如何判别该目标的类别。然而,在很多时候,图像里有多个感兴趣的目标,我们不仅想知道它们的类别,还想了解它们在图像中的具体位置。在计算机视觉里,将这类任务成为目标检测(Object Detection)或物体检测...原创 2020-02-24 22:18:21 · 206 阅读 · 1 评论 -
DataWhale组队学习打卡(二)
前言 记《手动学深度学习》组队学习第二次打卡 打卡内容 线性回归代码实现(基于Pytorch) 理论复习 线性回归理论部分可参考上一篇博客 线性回归模型从零开始的实现 借助jupyter运行代码,方便清晰展示各环节的输出情况。 1. 导入基础模块 In [ ]: # import packages and modules %matplotlib inline import torch from I...原创 2020-02-18 19:25:48 · 262 阅读 · 0 评论 -
DataWhale组队学习打卡(一)
前言 记《动手学深度学习》组队学习第一次打卡。 打卡内容 线性回归 线性回归 线性回归输出是一个连续值,因此适用于回归问题。回归问题在实际中很常见,如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同,分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。Softmax回归则适用于分类问题。 1. 线性回归的基本要素 我们以...原创 2020-02-14 15:45:52 · 297 阅读 · 0 评论