xxcnb的博客

在VSCode里使用Jupyter Notebook，调试Java代码

波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“Hello World”。与大家对房价的普遍认知基本相同，波士顿地区的房价受诸多因素影响。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型，如 图1 所示。对于预测问题，可以根据预测输出的类型是连续的实数值，还是离散的标签，区分为回归任务和分类任务。因为房价是一个连续值，所以房价预测显然是一个回归任务。下面我们尝试用最简单的线性回归模型解决这个问题，并用神经网络来实现这个模型。线性回归模型

通过深度学习，简单判断照片中的人数

减少方差大的特征的影响，使模型更准确。加快学习算法的收敛速度。

今天闲来无事，看了一下《雪中悍刀行》，剧情到还可以，关键有个问题，很多美女傻傻分不情况，我就在想，不知道人脸识别模型会不会脸盲 ????加载模型Criteria<Image, float[]> criteria = Criteria.builder() .setTypes(Image.class, float[].class) .optModelUrls("https://www.d2lcod

在学习 深度学习的时候，会有不少的专业词语，有些专业词语中，有时很难分清楚。在之前的文章中，我们常常提到训练集和验证集，其中训练集用于算法模型的训练和学习、验证集是对训练模型进行评估。在模型验证集上，不能包含训练集的数据。 假设，我们使用ImageNet作为数据集，再从谷歌上搜索类似的同类的图片，有时候效果会很好，有可能是训练误差，而非泛化误差，因为很多ImageNet上的图片，也是谷歌搜索出来的。训练误差训练误差是指， 模型在训练数据集上计算得到的误差，即在训练集上训练完毕后在训练集本身上进行预测得

深度学习中常见的数学符号

使用自己训练好的深度学习模型

通过高级API更简洁地实现多层感知机，代码如此简单~

风格迁移（Style Transfer）是深度学习众多应用中非常有趣的一种，我们可以使用这种方法把一张图片的风格“迁移”到另一张图片

我们已经讲了Softmax的数学原理。在这里，我们就用Java代码来实现整个模型的训练。

我们之前讲的，预测房价、股票、球赛的胜负次数。同时，我们有时遇到的问题并不是预测问题，而是一个分类问题。

在深度学习中，我们通常选择对于模型参数可微的损失函数。简而言之，这意味着，对于每个参数， 如果我们把这个参数**增加**或**减少**一个无穷小的量，我们可以知道损失会以多快的速度增加或减少

通过DJL框架，实现线性回归算法，并保存训练模型

回归是指一类为一个或多个自变量与因变量之间关系建模的方法。在自然科学和社会科学领域，回归通常用来表示输入和输出之间的关系。

简要地回顾一下基本线性代数的部分内容

`NDArray` 支持大量的运算符（operator）。但因为Java不支持运算符过载， ，所以在DJL中，常见的标准算数运算符（+，—，∗∗，/和∗∗∗∗）都通过函数来实现。可以对任意维度中任何同一维度的张量进行运算。我们可以对任意两个相同维度的张量进行基础运算。

不问前路深浅，先动手写一个Hello World

可以说，深度学习模型中，GAN是上头条次数最多的模型。从不存在的人脸到用英伟达GAN生成老婆，怎样的妹子都可以。

100行代码实现深度学习生成图片

深度学习是机器学习的一个分支，主要侧重于对于人工神经网络的开发。人工神经网络是通过研究人脑如何学习和实现目标的过程中归纳而得出一套计算逻辑。它通过模拟部分人脑神经间信息传递的过程，从而实现各类复杂的任务。深度学习中的“深度”来源于我们会在人工神经网络中编织构建出许多层（Layer）从而进一步对数据信息进行更深层的传导。深度学习技术应用范围十分广泛，现在被用来做目标检测、动作识别、机器翻译、语意分析等各类现实应用中。

在深度学习中，我们通常会频繁地对数据进行操作。可以说，数据处理是深度学习的基础。为了开始我们后续的工作，首先我们需要存储和处理数。如果您之前使用过Python的科学计算包NumPy，那么您将会接下来的内容非常熟悉。