一些有用的笔记

最新推荐文章于 2025-07-05 10:40:03 发布
转载 最新推荐文章于 2025-07-05 10:40:03 发布 · 289 阅读 · 0

本文深入探讨了PyTorch框架在深度学习领域的应用，包括模型构建、学习率策略、反向传播理解、过拟合预防及卷积层实现等核心内容。同时，解析了神经网络中的关键概念如softmax激活函数，并分享了提升模型训练速度的方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

pytorch

pytorch系列 --4 pytorch 0.4改动后Variable和Tensor合并问题data和.detach

pytorch 模型不同层设置不同的学习率

backward 反向传播梯度变化

How to solve the problem of `RuntimeError: all tensors must be on devices[0]

loss 没写好，显存爆炸

PyTorch学习之六个学习率调整策略

深度学习

有效理解反向传播

感受野 有效感受野

深度学习防止过拟合的方法

提前终止

卷积层的代码实现

why is softmax activate function called softmax

神经网络模型速度调研

综述论文翻译：Semantic Segmentation

Spatial convolution

统计

方差偏差均衡
可以理解为算法对多个不同数据集进行训练，然后取一个测试样本进行预测/

AUC，ROC我看到的最透彻的讲解

截断型正态分布

网络

(ICLR 2017)韩松DSD:Dense-sparse-dense training for deep neural networks论文详解

Real-Time Joint Semantic Segmentation and Depth Estimation Using Asymmetric Annotations

(CVPR 2017)refine Net

(BMVC 2018)refine Net with light weight

PYTHON

Python的hasattr() getattr() setattr() 函数使用方法详解

python中@classmethod @staticmethod区别

Python中下划线—完全解读

matplotlib、PIL、cv2图像操作差异分析

图像基础

图像与滤波

论文笔记 |　基于深度学习的图像语义分割技术概述之5.1度量标准

weeeeeida
关注
深度学习基础知识：介绍深度学习的发展历程、基本概念和主要应用
a871923942的博客
04-28 1754
在本专栏的后续文章中，我们将深入探讨深度学习的各种算法原理，如卷积神经网络、循环神经网络、生成对抗网络等。同时，我们还将分享一些深度学习在实际问题中的应用案例，以及如何使用各种深度学习框架进行模型训练与部署。
深度学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 34万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
一、深度学习的基本介绍
lemon9597的博客
04-25 8023
具体来说，就是使用概率来评估一个单词序列发生的可能性，即在多大程度上是自然的单词序列。比如，对于“you say goodbye” 这一单词序列，语言模型给出高概率（比如 0.092)：对于“you say good die' 这一单词序列，模型则给出低概率（比如 0.000 000 000 0032 )。此时，使用语言模型，可以按照〝作为句子是否自然〞这一基淮对候选句子进行排序。具体地说，先将输人信号传给下一层（隐藏层)，接收到信号的层也同样传给下一层，然后再传给下一层⋯像这样，信号仅在一个方向上俊播。
深度学习从入门到精通：保姆级教程来啦
最新发布
大雨的博客
07-05 1354
我们首先了解了深度学习的基本概念，明白了它是如何通过神经网络来模拟人类大脑的学习过程，从而实现对数据的智能处理。接着，我们深入探讨了深度学习的核心原理，包括神经网络的结构、激活函数的作用、损失函数的计算以及优化算法的选择等。这些知识是我们理解和应用深度学习的基石，只有掌握了它们，我们才能更好地构建和训练深度学习模型。
简述深度学习
JasonH2021的博客
07-07 3906
介绍了深度学习的基本概念，常见的算法，应用场景，优势劣势，建模步骤，代码案例和前沿的研究课题等
关于图像处理的一些学习笔记
10-26
这份"关于图像处理的一些学习笔记"涵盖了这一领域的基础概念和关键技术，对于初学者来说是一份宝贵的资源。 一、图像处理基础知识 图像处理的基本单位是像素，每个像素代表图像中的一个特定颜色点。图像可以分为...
一些Linux基本知识笔记
09-10
这对于定位特定文件或清理旧文件非常有用。 7. **正则表达式**：正则是匹配和操作文本模式的强大工具。在Linux命令行中，它常与`grep`、`sed`和`awk`等命令配合使用，用于数据提取、替换或过滤。 8. **基本的系统...
Mindbox笔记软件windows系统版
09-13
碎片管理：支持多种的知识模块，当前支持富文本笔记、思维导图、链接剪藏、图组、PDF…我们开发团队也在持续研发更多有用好用的模块。 简单上手：同时因为深入人心的文件夹 → 文件的概念，相比起很多知识管理软件...
front-end-interviews:前端职位面试中可能出现的有用笔记和算法的集合
06-30
可能在前端职位面试中出现的有用笔记和算法的集合。 仅供学术使用。 Challenges.js 包含一些在 JS 中实现的简单编码挑战类型算法 crockford.js 包含来自“Javascript the Good Parts”的注释 dom.js 包含有用的 DOM...
Labview学习笔记—基础操作—一些有用的技巧
滑板小帅程序开发
03-24 1004
Labview学习笔记—基础操作—有用技巧 1、设置对象的默认值 2、查看VI结构层次 3、查看程序的整体结构 4、
人工智能：深度学习算法及应用——简单理解CNN卷积神经网络并python实现（带源码）
weixin_43973089的博客
04-20 2万+
实验四：深度学习算法及应用一、 实验目的二、 实验要求三、 实验的硬件、软件平台四、 实验原理1.1. 深度学习概述1.2. 深度学习的常见结构1.3. 卷积神经网络（CNN）**卷积****池化**全连接网络1.4. 卷积神经网络的大致结构1.5. 参数学习五、 实验内容与步骤1. 深度学习工具安装1.1. 使用pip命令安装tensorflow-gpu 1.9.01.2. 下载安装CUDA Toolkit 9.01.3. 下载cuDDN7.1.43. CNN设计4. 具体实现**最后，主要的学习过程如下
深度学习 简介
mengxianglong123的博客
06-22 2万+
在介绍深度学习之前，我们先看下人工智能，机器学习和深度学习之间的关系：机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法自动提取特征。深度学习模仿人类大脑的运行方式，从经验中学习获取知识。这也是深度学习被看做黑盒子，可解释性差的原因。随着计算机软硬件的飞速发展，现阶段通过深度学习来模拟人脑来解释数据，包括图像，文本，音频等内容。目
深度学习概述
m0_63411861的博客
05-25 353
在当今AI领域，深度学习是一种非常热门的技术。它是一种机器学习方法，可以通过神经网络模型自动地学习特征，并用于分类、回归和其他任务。下面我们将详细介绍深度学习及其相关应用，同时给出一个简单的代码示例，帮助读者更好地理解深度学习。深度学习概述深度学习是一种基于多层神经网络的机器学习方法，它模仿人类大脑的工作原理来解决实际问题。相比于传统机器学习方法，深度学习通过多层非线性变换来学习从输入到输出的映射关系，能够处理高度非线性和复杂的数据，因此具有较强的泛化能力。
深度学习入门详解：从基础到实践（含代码示例）
weixin_47216888的博客
10-07 6666
深度学习是基于神经网络的学习方法，模型通过多层神经元（或称为层）逐层提取数据特征。在传统机器学习中，特征提取依赖于人工，而深度学习通过层层的特征学习，能够自动发现隐藏在数据中的复杂模式。深度学习作为人工智能的重要技术分支，为解决许多复杂问题提供了强大的工具。在学习的过程中，理解基础概念、掌握框架工具、实践代码实现是关键。通过不断的学习与实践，你将逐步掌握这一领域，并将深度学习应用到实际项目中，开启属于你的AI之旅。
深度学习详解
weixin_73012949的博客
12-08 2464
深度学习通过模拟人脑神经元的工作原理，利用深度神经网络自动学习数据中的复杂特征。随着计算能力和数据量的增加，深度学习已成为推动人工智能发展的重要技术之一，广泛应用于图像识别、自然语言处理、自动驾驶等领域。
17毫秒每帧！实时语义分割与深度估计
我爱计算机视觉
09-30 1754
点击我爱计算机视觉标星，更快获取CVML新技术用更小更快的模型达到state-of-the-art效果的多任务学习今天跟大家分享几天前arXiv上的一篇兼顾模型速度与性能的论文《Real...
ECCV 2018 完整论文集 -- List & 下载链接
TomRen
09-02 1万+
下文列表为ECCV2018官网得到了今年接收论文列表，共779篇： 持续更新下载链接 Oral: Convolutional Networks with Adaptive Computation Graphs Progressive Neural Architecture Search Diverse Image-to-Image Translation via Dise...
新开源！实时语义分割算法Light-Weight RefineNet
我爱计算机视觉
10-09 747
点击我爱计算机视觉标星，更快获取CVML新技术前几日52CV君分享了论文《Real-Time Joint Semantic Segmentation and Depth Estimati...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值