【連載】深度學習筆記14：CNN經(jīng)典論文研讀之Le-Net5及其Tensorflow實現(xiàn)
? ? ? 在前幾次筆記中，筆者基本上將卷積神經(jīng)網(wǎng)絡(luò)的基本原理給講完了。從本次筆記開始，筆者在深度學習筆記中會
【連載】深度學習筆記11：利用numpy搭建一個卷積神經(jīng)網(wǎng)絡(luò)
? 前兩個筆記筆者集中探討了卷積神經(jīng)網(wǎng)絡(luò)中的卷積原理，對于二維卷積和三維卷積的原理進行了深入的剖析，對 CNN
【連載】深度學習筆記13：Tensorflow實戰(zhàn)之手寫mnist手寫數(shù)字識別
? ? ? 上一講筆者和大家一起學習了如何使用 Tensorflow 構(gòu)建一個卷積神經(jīng)網(wǎng)絡(luò)模型。本節(jié)我們將繼續(xù)
【連載】深度學習筆記12：卷積神經(jīng)網(wǎng)絡(luò)的Tensorflow實現(xiàn)
? ? ? 在上一講中，我們學習了如何利用 numpy 手動搭建卷積神經(jīng)網(wǎng)絡(luò)。但在實際的圖像識別中，使用 nu
【連載】深度學習筆記10：三維卷積、池化與全連接
? ??? 在上一講中，我們對卷積神經(jīng)網(wǎng)絡(luò)中的卷積操作進行了詳細的解讀，但僅僅是對二維圖像，即通道數(shù)為 1 的
【連載】深度學習筆記9：卷積神經(jīng)網(wǎng)絡(luò)（CNN）入門
? ? ? 前面的八篇學習筆記，基本上都是圍繞著深度神經(jīng)網(wǎng)絡(luò)（DNN）和全連接網(wǎng)絡(luò)（FCN）在學習。從本篇開始
深度學習筆記5：正則化與dropout
? ? ? 在筆記 4 中，詳細闡述了機器學習中利用正則化防止過擬合的基本方法，對 L1 和 L2 范數(shù)進行了
深度學習筆記6：神經(jīng)網(wǎng)絡(luò)優(yōu)化算法之從SGD到Adam
? ? ? 從前面的學習中，帶大家一起學會了如何手動搭建神經(jīng)網(wǎng)絡(luò)，以及神經(jīng)網(wǎng)絡(luò)的正則化等實用層面的內(nèi)容。這些都
【連載】深度學習筆記7：Tensorflow入門
? ? ? 從前面的學習筆記中，筆者和大家一起使用了 ?numpy ?一步一步從感知機開始到兩層網(wǎng)絡(luò)以及最后實
深度學習筆記8：利用Tensorflow搭建神經(jīng)網(wǎng)絡(luò)
? ? ? 在筆記7中，和大家一起入門了 ?Tensorflow 的基本語法，并舉了一些實際的例子進行了說明，
【連載】深度學習筆記5：正則化與dropout
? ? ? 在筆記 4 中，詳細闡述了機器學習中利用正則化防止過擬合的基本方法，對 L1 和 L2 范數(shù)進行了
【連載】深度學習筆記6：神經(jīng)網(wǎng)絡(luò)優(yōu)化算法之從SGD到Adam
? ? ? 從前面的學習中，帶大家一起學會了如何手動搭建神經(jīng)網(wǎng)絡(luò)，以及神經(jīng)網(wǎng)絡(luò)的正則化等實用層面的內(nèi)容。這些都
【連載】深度學習筆記7：Tensorflow入門
從前面的學習筆記中，和大家一起使用了 numpy 一步一步從感知機開始到兩層網(wǎng)絡(luò)以及最后實現(xiàn)了深度神....
【連載】深度學習筆記4：深度神經(jīng)網(wǎng)絡(luò)的正則化
今天要寫的是關(guān)于機器學習和深度學習中的一項關(guān)鍵技術(shù)：正則化。相信在機器學習領(lǐng)域摸爬滾打多年的你一定知....
深度學習筆記3：手動搭建深度神經(jīng)網(wǎng)絡(luò)（DNN）
? ? 在筆記 1 和 2 里筆者使用 numpy 手動搭建了感知機單元與一個單隱層的神經(jīng)網(wǎng)絡(luò)，理解了神經(jīng)網(wǎng)絡(luò)
【連載】深度學習筆記1：利用numpy從零搭建一個神經(jīng)網(wǎng)絡(luò)
? ?很多人說深度學習就是個黑箱子，把圖像預(yù)處理之后丟進 tensorflow 就能出來預(yù)測結(jié)果，簡單有效又
【連載】深度學習筆記2：手寫一個單隱層的神經(jīng)網(wǎng)絡(luò)
筆記1中我們利用 numpy 搭建了神經(jīng)網(wǎng)絡(luò)最簡單的結(jié)構(gòu)單元：感知機。筆記2將繼續(xù)學習如何手動搭建神經(jīng)網(wǎng)絡(luò)。
深度學習與深層神經(jīng)網(wǎng)絡(luò)，多層智能學習推動人工智能！
機器學習使計算機能夠處理迄今為止僅由人執(zhí)行的任務(wù)。從駕駛汽車到翻譯語言，機器學習正在推動人工智能爆炸....
從數(shù)據(jù)結(jié)構(gòu)到Python實現(xiàn)：如何使用深度學習分析醫(yī)學影像
運用深度學習技術(shù)進行圖像和視頻分析，并將它們用于自動駕駛汽車、無人機等多種應(yīng)用場景中已成為研究前沿。近期諸如《
我們真的永遠也理解不了人工智能嗎？
深度好文：我們真的永遠也理解不了人工智能嗎？?美國科學雜志nautil.us《鸚鵡螺》作家Aaron M. B
“擁有像X光一樣的透視能力”的AI+無線設(shè)備
來自麻省理工學院計算機科學與人工智能實驗室的無線智能家居系統(tǒng)，能夠幫助監(jiān)測疾病，讓老年人“老有所屬”（老年
在這個科技技術(shù)迭代突飛猛進的社會，現(xiàn)安逸的工作“你”還能持續(xù)多久
2017年被認為是人工智能在全球范圍內(nèi)開始受到極大關(guān)注的一年，如果你留意的話，幾乎每天都有相關(guān)的消息傳來：Go
你了解人工智能？機器學習？深度學習？真的了解了？
有三個詞，這兩年出現(xiàn)的頻率越來越高：人工智能（AI），機器學習（ML），深度學習（DL），到底他們哥仨是什么關(guān)
你真的了解計算機視覺？一文詳解視覺，網(wǎng)絡(luò)壓縮，視覺問答、可視性
引言深度學習目前已成為發(fā)展最快、最令人興奮的機器學習領(lǐng)域之一，許多卓有建樹的論文已經(jīng)發(fā)表，而且已有很多高質(zhì)量的
手把手教你解決-深度學習訓(xùn)練數(shù)據(jù)不平衡問題
當我們解決任何機器學習問題時，我們面臨的最大問題之一是訓(xùn)練數(shù)據(jù)不平衡。不平衡數(shù)據(jù)的問題在于學術(shù)界對于....
新手的你還在苦苦學習神經(jīng)網(wǎng)絡(luò)，看完本文相信你必會恍然大悟
本文簡要介紹了什么是循環(huán)神經(jīng)網(wǎng)絡(luò)及其運行原理，并給出了一個 RNN 實現(xiàn)示例。什么是循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）？它
工商網(wǎng)監(jiān)