qqGHJ的博客

图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题猫狗分类属于图像分类中的粗粒度分类问题实践总体过程和步骤如下图首先导入必要的包paddle.fluid--->PaddlePaddle深度学习框架os------------->python的模块，可使用该模块对操作系统进行操作In [1]#导入需要的包import paddle as paddleimport paddle.fluid as fluidimport num

首先介绍两个终端命令hub list该命令可以列出当前系统内存在的模型hub show UGATIT_100w该命令可以查看模型的具体信息如作者、版本号等更新PaddleHub开始之前先更新一下PaddleHub的版本In [1]!pip install paddlehub==2.0.0b2 -i https://mirror.baidu.com/pypi/simpleLooking in indexes: https://mirror.baid...

概念代码实践1. 准备数据In [1]!unzip -oq data/data69186/xiaodu_bear.zip #解压数据集In [2]import paddlepaddle.seed(8888)print(paddle.__version__)import numpy as npimport PIL.Image as Imagefrom paddle.vision.datasets import Data..

开源社区：

概念快来选一顿好吃的年夜饭：看看如何自定义数据集，实现文本分类中的情感分析任务情感分析是自然语言处理领域一个老生常谈的任务。句子情感分析目的是为了判别说者的情感倾向，比如在某些话题上给出的的态度明确的观点，或者反映的情绪状态等。情感分析有着广泛应用，比如电商评论分析、舆情分析等。环境介绍 PaddlePaddle框架，AI Studio平台已经默认安装最新版2.0。 Pad...

概念1 、分类vs回归代码实践一、问题定义人脸关键点检测，是输入一张人脸图片，模型会返回人脸关键点的一系列坐标，从而定位到人脸的关键信息。In [1]# 环境导入import osimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplotlib.image as mpimgimport cv2import paddle..

基础知识1.神经元2. 神经网络3. 卷积操作3.1 单通道卷积3.2 多通道卷积3.3 多通道输出3.4 Batch[N, C, H, W]卷积核信息不变，卷积操作会多一定的倍数（和样本数有关）。4. 池化层池化是使用某一位置的相邻输出的总体统计特征代替网络在该位置的输出，其好处是当输入数据做出少量平移时，经过池化函数后的大多数输出还能保持不变。比如：当识别一张图像是否是人脸时，我们需要知道人脸左边有一只眼睛，右边也有一只眼睛，而不需要知

概念图像分类引导了卷积神经网络的发展LeNet-5卷积神经网络（CNN）的开山鼻祖深度开发万能公式初识卷积神经网络代码实战回顾深度学习万能公式① 问题定义图像分类，使用LeNet-5网络完成手写数字识别图片的分类。In [1]import paddleimport numpy as npimport matplotlib.pyplot as pltpaddle.__ve...

Debug基础教学Python自带一个调试器, 在Python 3.7之后甚至成为内置调试器. 这就是PDB. 这是使用Python的用户需要掌握的基本技能.下面我们看一下基本演示(GIF循环播放):对应代码如下, 大家可以运行起来试一下.In []import pdbclass MyScrapy: urls = [] def start_url(self, urls): pdb.set_trace() for url in .

PaddlePaddle快速入门学会使用深度学习框架是解决深度学习任务的基本能力，这里我们推荐成熟易用的国产开源框架PaddlePaddle。以下内容将带你你快速入门PaddlePaddle，你可以尝试跑通一个小demo来熟悉PaddlePaddle的基本命令。PaddlePaddle基础命令PaddlePaddle是百度开源的深度学习框架，类似的深度学习框架还有谷歌的Tensorflow、Facebook的Pytorch等，在入门深度学习时，学会并使用一门常见的框架，可以让学习效率大大提升

必备数学知识我们了解了第一课-深度学习的基本理论以后，可以开始不断的去深入了解背后的原理是什么。为什么图片能被计算机读取？为什么我们可以用CNN对成千上万中图片进行分类，这背后的原理是什么？在了解原理之前，先给大家补点数学知识，因为无论是深度学习还是机器学习，背后都是有一些数学原理和公式推导的，所以掌握必备的数学知识必不可少，下面会给大家简单科普下常用的数学知识有哪些~数学基础知识数据科学需要一定的数学基础，但仅仅做应用的话，如果时间不多，不用学太深，了解基本公式即可，遇到问题再查吧。下

什么是深度学习？大家好，欢迎来到新手入门课程，在这里我会带领大家从一个完全不懂深度学习的小白，通过学习本课程后，能够了解基本的深度学习概念，熟悉必备的数序基础知识，学会常见的编程工具Python，并掌握实用的深度学习框架PaddlePaddle。可能看到本课程的你并不了解什么是深度学习，那么就让我们从第一课开始把——什么是深度学习？一、深度学习的发展历程1.1 Turing Testing (图灵测试)图灵测试是人工智能是否真正能够成功的一个标准，“计算机科学之父”、“人工智能之父”英国

知识点回顾1.以下哪些场景涉及文本生成？A、机器翻译B、垃圾邮件识别C、智能写作D、生成式文本摘要答案 ACD2.paddlenlp.datasets类和paddle.io.Dataset的关系，下列哪种描述最恰当？A.毫无关系B，paddlenlp.datasets继承自paddle.io.Dataset答案：B3·在循环神经网络（RNN）里，处理句子里各个词时都会调用相同的网络单元吗？A.是的 B.不是答案：A2在自然语言处理任务中，将字词、句子、篇章转换为i