
深度学习
文章平均质量分 81
基于python语言,学习深度学习,由基本概念入手,对新人友好,弥补了初学者看论文弄不清楚的基础概念
变瘦的鹏少
这个作者很懒,什么都没留下…
展开
-
深度学习—3.Pytorch基础
#地址 dataset_dir="E:/PycharmProjects/untitled/idea/RMB/our/RMB_data" #可以访问到dataset_dir所有文件,包括子文件下所有文件 for root,dirs,files in os.walk(dataset_dir): for file in files: print(files) for root,dirs,files in os.walk(dataset_dir): for file in fil原创 2021-05-20 18:41:16 · 159 阅读 · 0 评论 -
深度学习—2.常见的神经网络结构
一、卷积神经网络结构 常见的卷积神经网络结构: 服务器上:LeNet、AlexNet、VGG、InceptionV1-V4、Inception-ResNet、ResNet 手机上:SqueezNet、NASNet 二、卷积参数与计算量计算 与区分 卷积层参数量 parameter=(KwkhCin+1)*Cout Kw卷积核的宽 kh卷积核的高 Cin上一层通道数 Cout下一层通道数 +1为偏执量 全连接层的参数量 parameter=(Nin+1)*Nout Nout输入的特征向量权重。, Nin输出的原创 2021-05-20 15:53:13 · 2026 阅读 · 1 评论 -
深度学习—1.认识深度学习
一、人工智能、机器学习、深度学习的关系 通过一张图像来解释人工智能、机器学习。深度学习三者关系。假设让机器模拟人脑,分辨羊,猪,牛三种动物: (1)人工智能就是为机器赋予人的智能,模拟人脑分辨过程; (2)机器学习通过手动特征提取图像特征、设计算法区别特征,最后进行分类,给数据让机器自己学习去进行分辨,但在手动特征提取过程中工程庞大,逻辑复杂非常耗时,依恋经验; (3)深度学习是一种高效的机器学习算法,将特征提取与算法融合到一起让机器学习进行分辨。 三者关系如下图所示: 如上图所示 ,深度学习和机器学原创 2021-04-10 10:28:07 · 1251 阅读 · 0 评论