雯雅千鶴子-优快云博客

原创【TensorFlow深度学习】十三、卷积神经网络（卷积层、池化层、LeNet、d2l.train_ch6）

本节介绍了卷积层与池化层运算的过程，以LeNet-5为例实践了卷积网络在Fashion-MINIST分类任务中的应用，并且详细分析了训练过程。

2023-12-08 20:25:08 1327

原创【TensorFlow深度学习】十二、模块（自定义层与块、参数的访问、初始化与存取）

在本节中，我们将深入探索深度学习计算的关键组件，即模型构建、参数访问与初始化、设计自定义层和块、将模型读写到磁盘，以及利用GPU实现显著的加速。

2023-12-08 20:04:43 1197

原创【网络安全】邮件安全

钓鱼邮件攻击提前收集互联网中真实的钓鱼邮件数据，总结归纳现实网络中新型钓鱼邮件的常见特征，基于常见的钓鱼邮件检测机制设计钓鱼邮件检测引擎。

2023-11-26 19:35:49 541 1

原创【工具使用】Gitee+PicGo实现图床快速上传本地md文件至博客（非常稳定）

为了可以非常方便的将本地写好的md笔记直接复制粘贴到博客中，，这样可以直接复制所有md内容至网上发布，而不需要再单独上传图片。为了可以非常方便的将本地写好的md笔记直接复制粘贴到博客中，解决方案是：图片放到服务器上，md文件直接请求服务器上的图片，这样可以直接复制所有md内容至网上发布，而不需要再单独上传图片。

2023-11-26 19:28:28 1305 1

暂退法在前向传播过程中，计算每一内部层的同时注入噪声，这已经成为训练神经网络的常用技术。这种方法之所以被称为暂退法，因为我们从表面上看是在训练过程中丢弃（drop out）一些神经元。在整个训练过程的每一次迭代中，标准暂退法包括在计算下一层之前将当前层中的一些节点置零。在x\mathbf{x}x中加入噪音得到x′x′，预期是Ex′xEx′x所以Dropout对每个元素进行如下扰动h′0概率为ph1−p其他情况h' =

2023-11-26 19:22:46 1387 1

原创【TensorFlow深度学习】十、权重衰退（L2范数正则化）

通过上一节我们可以通过调整拟合多项式的阶数来限制模型的容量。实际上，限制特征的数量是缓解过拟合的一种常用技术。然而，简单地丢弃特征对这项工作来说可能过于生硬如何控制模型的容量？方法有二：1.减少模型参数 2.参数取值范围减小本节介绍的权重衰退通过控制取值范围缓解过拟合

2023-11-25 23:56:10 1040

原创【TensorFlow深度学习】九、模型选择与拟合（过拟合、欠拟合、模型容量、验证集与测试集）

本节介绍的权重衰退通过控制取值范围缓解过拟合

2023-11-24 22:05:24 976 1

原创【TensorFlow深度学习】八、多层感知机（隐藏层、ReLU）

多层感知机解决了线性回归不能解决的非线性问题，多层感知机在线性回归模型的基础上增加了隐藏层和激活函数，本章节将以该思路介绍多层感知机(MLP)

2023-11-24 14:57:10 2179 1

原创【TensorFlow深度学习】七、Softmax回归（独热编码、交叉熵、Fashion-MNIST分类模型）

本章节将介绍Softmax回归解决多分类问题，解释了独热编码，softmax函数，交叉熵的概念，并用框架和不使用框架分别编写了分类模型

2023-11-22 23:59:31 1124

原创【TensorFlow深度学习】六、线性回归（损失函数、小批量随机梯度下降、线性回归模型）

本章节将介绍线性回归、梯度下降、损失函数、优化算法的概念，并用框架和不使用框架分别编写了线性回归模型

2023-11-22 23:43:50 1108 1

原创【TensorFlow深度学习】五、微积分（求导、梯度、链式法则、函数可视化绘图）

微积分是深度学习的关键内容，本章节将介绍求导、梯度、链式法则的概念，并且介绍了函数可视化绘图的方法。

2023-11-21 20:27:03 242

原创【TensorFlow深度学习】四、线性代数的运算（求和、求均值、矩阵乘法）

本专栏是记录作者学习TensorFlow深度学习的相关内容本章节将利用张量的运算，回顾线性代数求和、求均值、矩阵乘法等基本运算，进一步了解张量的概念本节的 Jupyter 笔记本文件已上传至gitee以供大家学习交流：我的gitee仓库文章目录1 标量2 向量长度形状3 矩阵长度形状矩阵的转置tf.transpose()对称矩阵4 张量5 求和与求均值（降维）tf.reduce_sum()tf.reduce_mean()6 点积tf.tensordot()7 向量积tf.linalg.matvec()

2023-11-21 10:37:22 219

鹤子的一些知识共享

原创【TensorFlow深度学习】十三、卷积神经网络（卷积层、池化层、LeNet、d2l.train_ch6）

原创【TensorFlow深度学习】十二、模块（自定义层与块、参数的访问、初始化与存取）

原创【网络安全】邮件安全

原创【工具使用】Gitee+PicGo实现图床快速上传本地md文件至博客（非常稳定）

原创【TensorFlow深度学习】十一、Dropout

原创【TensorFlow深度学习】十、权重衰退（L2范数正则化）

原创【TensorFlow深度学习】九、模型选择与拟合（过拟合、欠拟合、模型容量、验证集与测试集）

原创【TensorFlow深度学习】八、多层感知机（隐藏层、ReLU）

原创【TensorFlow深度学习】七、Softmax回归（独热编码、交叉熵、Fashion-MNIST分类模型）

原创【TensorFlow深度学习】六、线性回归（损失函数、小批量随机梯度下降、线性回归模型）

原创【TensorFlow深度学习】五、微积分（求导、梯度、链式法则、函数可视化绘图）

原创【TensorFlow深度学习】四、线性代数的运算（求和、求均值、矩阵乘法）

原创【TensorFlow深度学习】三、流量数据预处理（字符串、csv、DataFrame、字典、张量之间的转换）

原创【TensorFlow深度学习】二、张量的数据操作（张量的创建、运算、广播机制、索引与切片以及内存优化）

原创【TensorFlow深度学习】一、TensorFlow_gpu 2.10.0安装（Win11、Anaconda3、Python3.9、Pycharm配置、Jupyter及免费公网部署方案）

原创【Web安全】upload-labs靶场环境配置以及writeup（结合靶场源码分析）

空空如也

空空如也