
深度学习
文章平均质量分 83
爱吃算力的鱼
我是一条在二进制海洋里觅食的代码鱼。日常沉迷于算法漩涡的湍流之美,热衷于用Python钓起数据结构的奥秘。鳞片上刻着C++的模板语法,鱼尾摇摆出python的轨迹。正在努力进化成能在量子水域畅游的深海鱼,期待和各位开发者朋友一起用算力烹饪出改变世界的料理!
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
-
手动和torch.nn实现卷积神经网络、空洞卷积、残差网络
⚫输入图片,输出对应的类别⚫共1358张车辆图片⚫分别属于汽车、客车和货车三类⚫汽车:779张⚫客车:218张⚫货车:360张⚫每个类别随机取20-30%当作测试集⚫各图片的大小不一,需要将图片拉伸到相同大小汽车 客车 货车。原创 2024-08-13 20:35:22 · 759 阅读 · 0 评论 -
北京交通大学《深度学习》专业课,实验4循环神经网络实验
1. 手动实现循环神经网络RNN,并在至少一种数据集上进行实验,从训练时间、预测精度、Loss变化等角度分析实验结果(最好使用图表展示)2. 使用torch.nn.rnn实现循环神经网络,并在至少一种数据集上进行实验,从训练时间、预测精度、Loss变化等角度分析实验结果(最好使用图表展示)3. 不同超参数的对比分析(包括hidden_size、batchsize、lr等)选其中至少1-2个进行分析4. 用户签到数据实验的难度会稍高一些,若在实验中选用,可酌情加分。原创 2024-07-20 14:58:59 · 3390 阅读 · 0 评论 -
卷积神经网络学习问题总结
均方误差函数(MSE)适用于回归任务,如预测房价、预测股票价格等。原创 2024-07-17 21:25:38 · 904 阅读 · 0 评论 -
北京交通大学《深度学习》专业课,实验3卷积、空洞卷积、残差神经网络实验
⚫ 手写二维卷积的实现,并在至少一个数据集上进行实验,从训练时间、预测精 度、Loss变化等角度分析实验结果(最好使用图表展示)⚫ 使用torch.nn实现二维卷积,并在至少一个数据集上进行实验,从训练时间、 预测精度、Loss变化等角度分析实验结果(最好使用图表展示)⚫ 不同超参数的对比分析(包括卷积层数、卷积核大小、batchsize、lr等)选其 中至少1-2个进行分析。原创 2024-07-17 21:03:11 · 2538 阅读 · 0 评论 -
北京交通大学《深度学习》专业课,实验2-前馈神经网络
见资源“北京交通大学《深度学习》专业课,实验2-前馈神经网络”原创 2024-07-14 19:43:20 · 2973 阅读 · 0 评论