深度学习实战
作者:Douwe Osinga
出版社:机械工业出版社
ISBN:9787111624837
VIP会员免费
(仅需0.8元/天)
¥ 45.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
DeepLearning的深度学习基础 评分:
第三章 深度学习基础 3.1 基本概念 3.1.1 神经⽹网络组成? 3.1.2神经⽹网络有哪些常⽤用模型结构? 3.1.3如何选择深度学习开发平台? 3.1.4为什什么使⽤用深层表示? 3.1.5为什什么深层神经⽹网络难以训练? 3.1.6 深度学习和机器器学习有什什么不不同? 3.2 ⽹网络操作与计算 3.2.1前向传播与反向传播? 3.2.2如何计算神经⽹网络的输出? 3.2.3如何计算卷积神经⽹网络输出值? 3.2.4 如何计算 Pooling 层输出值输出值? 3.2.5 实例例理理解反向传播 3.2.6 神经⽹网络更更“深”有什什么意义? 3.3 超参数 3.3.1 什什么是超参数? 3.3.2 如何寻找超参数的最优值? 3.3.3 超参数搜索⼀一般过程? 3.4 激活函数 3.4.1 为什什么需要⾮非线性激活函数? 3.4.2 常⻅见的激活函数及图像 3.4.3 常⻅见激活函数的导数计算? 3.4.4 激活函数有哪些性质? 3.4.5 如何选择激活函数? 3.4.6 使⽤用 ReLu 激活函数的优点? 3.4.7什什么时候可以⽤用线性激活函数? 3.4.8 怎样理理解 Relu(< 0 时)是⾮非线性激活函数? 3.4.9 Softmax 函数如何应⽤用于多分类? 3.4.10 交叉熵代价函数定义及其求导推导。(贡献者:⻩黄钦建-华南理理⼯工⼤大学) 3.4.11 为什什么Tanh收敛速度⽐比Sigmoid快?(贡献者:⻩黄钦建-华南理理⼯工⼤大学) 3.5 Batch_Size 3.5.1 为什什么需要 Batch_Size? 3.5.2 Batch_Size 值的选择 3.5.3 在合理理范围内,增⼤大Batch_Size有何好处? 3.5.4 盲⽬目增⼤大 Batch_Size 有何坏处? 3.5.5 调节 Batch_Size 对训练效果影响到底如何? 3.5.6 受限于客观条件⽆无法给⾜足够的Batch Size怎么办? 3.6 归⼀一化 3.6.1 归⼀一化含义? 3.6.2 为什什么要归⼀一化? 3.6.3 为什什么归⼀一化能提⾼高求解最优解速度? 3.6.4 3D 图解未归⼀一化 3.6.5 归⼀一化有哪些类型? 3.6.6 局部响应归⼀一化作⽤用 3.6.7理理解局部响应归⼀一化公式 3.6.8 什什么是批归⼀一化(Batch Normalization) 3.6.9 批归⼀一化(BN)算法的优点 3.6.10 批归⼀一化(BN)算法流程 3.6.11 批归⼀一化和群组归⼀一化 3.6.12 Weight Normalization和Batch Normalization 3.6.13 Batch Normalization在什什么时候⽤用⽐比较合适?(贡献者:⻩黄钦建-华南理理⼯工⼤大学) 3.7 预训练与微调(fine tuning) 3.7.1 为什什么⽆无监督预训练可以帮助深度学习? 3.7.2 什什么是模型微调fine tuning 3.7.3 微调时候⽹网络参数是否更更新? 3.7.4 fine-tuning 模型的三种状态 3.8 权重偏差初始化 3.8.1 全都初始化为 0 3.8.2 全都初始化为同样的值 3.8.3 初始化为⼩小的随机数 3.8.4 ⽤用 校准⽅方差 3.8.5 稀疏初始化(Sparse Initialazation) 3.8.6 初始化偏差 3.9 Softmax 3.9.1 Softmax 定义及作⽤用 3.9.2 Softmax 推导 3.10 理理解 One Hot Encodeing 原理理及作⽤用? 3.11 常⽤用的优化器器有哪些 3.12 Dropout 系列列问题 3.12.1 为什什么要正则化? 3.12.2 为什什么正则化有利利于预防过拟合? 3.12.3 理理解dropout正则化 3.12.4 dropout率的选择 3.12.5 dropout有什什么缺点? 3.13 深度学习中常⽤用的数据增强⽅方法(Data Augmentation)?(贡献者:⻩黄钦建-华南理理⼯工⼤大学) 3.14 如何理理解 Internal Covariate Shift?(贡献者:⻩黄钦建-华南理理⼯工⼤大学) 3.15 什什么时候⽤用local-conv?什什么时候⽤用全卷积?(贡献者:梁梁志成-魅族科技)
上传时间:2018-12 大小:5.08MB
- 75.89MB
Fundamentals of Deep Learning 深度学习基础英文版 pdf电子书+代码
2018-08-28Fundamentals of Deep Learning 深度学习基础英文版 pdf电子书+代码
- 25.41MB
Deeplearning深度学习笔记v5.53
2018-08-31Deeplearning深度学习笔记v5.53 吴恩达机器学习笔记更新--在这 5 堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。...
- 13.33MB
Fundamentals of Deep Learning 深度学习机器
2018-03-25Fundamentals of Deep Learning 深度学习基础 TensorFlow语言
- 25.57MB
Deeplearning 深度学习笔记
2018-05-08吴恩达Coursera深度学习教程中文笔记,这些课程专为已有一定基础(基本...Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学习常用的网络结构、工具和知识都有涉及。
- 17.2MB
DeepLearning深度学习教程_第三章_深度学习基础.pdf
2023-08-23DeepLearning 深度学习 经验总结
- 74.69MB
Deeplearning深度学习笔记v5.6.zip
2019-12-26Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学习常用的网络结构、工具和知识都有涉及。 课程中也会有很多实操项目,帮助学生更好地应用自己学到的深度学习...
- 25.49MB
Deeplearning深度学习笔记v5.61.pdf
2019-10-07在这 5 堂课中,学生将可以学习到深度学习的基础,学会构建神经网络,并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization 对卷积神经网络 (CNN)、递归神经...
- 22.47MB
Deeplearning深度学习笔记v5.6_吴恩达.zip
2019-05-24一直以为机器学习的重点在于设计精巧、神秘的算法来...吴恩达的课程数学上是比较基础的。课程前面部分讲解了神经网络相关的主要算法,后面则侧重于讲工程上如何使用各种策略来调整优化模型使之能够快速地拟合实际问题。
- 16.67MB
DeepLearning深度学习教程_第二章_机器学习基础.pdf
2023-08-23DeepLearning 深度学习 经验总结
- 3.52MB
DeepLearning深度学习教程_第一章_数学基础.pdf
2023-08-23DeepLearning 深度学习 经验总结
- 24.42MB
Deeplearning深度学习笔记v5.52
2018-08-10本文档是针对吴恩达老师深度学习课程的学习笔记,这些课程专为已有一定基础(基本的编程知识,熟悉 Python、对机器学习有基本了解), 想要尝试进入人工智能领域的计算机专业人士准备。介绍显示:“深度学习是科技业...
- 519KB
Deep Learning(深度学习)学习笔记整理系列
2018-03-12阅读本文需要机器学习、计算机视觉、神经网络等等基础(如果没有也没关系了,没有就看看,能不能看懂,呵呵)。
- 22.94MB
吴恩达深度学习专项课程编程作业集合(LaTex版 Deep Learning Specialization (4 courses))
2018-03-14Neural Networks and Deep Learning、Improving Deep Neural Networks、Structuring Machine Learning Projects、Convolutional Neural Networks 4门深度学习专项课程编程作业,采用LaTex排版,包括所有基础知识及...
- 14.6MB
Matlab-Deep Learning Toolbox
2019-04-08了解深度学习工具箱的基础知识 深度学习图像 从头开始训练卷积神经网络或使用预训练网络快速学习新任务 使用时间序列,序列和文本进行深度学习 为时间序列分类,回归和预测任务创建和训练网络 深度学习调整和可视...
- 4.34MB
Mathematics of Deep Learning(深度学习数学基础)留言发送
2020-10-07目前深度学习在学术界和工业界都得到了广泛的关注和应用。虽然TensorFlow、PyTorch等深度学习框架大大降低了深度学习模型实现的门槛,深度学习的应用仍离不开背后数学基础的指导。
- 67.28MB
DeepLearning-深度学习 经验总结合集-共18章.zip
2023-08-23第三章_深度学习基础 第四章_经典网络 第五章 卷积神经网络(CNN) 第六章_循环神经网络(RNN) 第七章_生成对抗网络 第八章_目标检测 第九章_图像分割 第十章_强化学习 第十一章_迁移学习 第十二章_网络搭建及训练 第十...
- 26.18MB
Deeplearning深度学习笔记最新版
2020-10-07这些课程专为已有一定基础(本的编知识,熟悉 ...熟悉 这些课程专为已有一定基础(本的编知识,熟悉 这些课程专为已有一定基础(本的编知识,熟悉 这些课程专为已有一定基础(本的编知识,熟悉 Python、对机器学习有基
- 5.20MB
吴恩达Coursera深度学习课程 deeplearning.ai (1-2) 神经网络基础--作业(可执行源码)
2018-04-24吴恩达Coursera深度学习课程 deeplearning.ai (1-2) 神经网络基础--作业(可执行源码)
- 293.88MB
YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数
2023-10-06本资源纯属免费,不收任何钱和任何积分,纯粹为爱发电,本资源已经为大家整合好了的,看我的博客部署好直接用:https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址:https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSORT-Object-Tracking 本资源提供了基于YOLOv8-deepsort算法的智能车辆目标检测、车辆跟踪和车辆计数的实现方案。首先,利用YOLOv8算法对视频中的车辆目标进行检测,并对检测到的目标进行标记。然后,通过deepsort算法对标记的车辆目标进行跟踪,实现车辆目标的持续跟踪。最后,根据跟踪结果对车辆数量进行统计,实现车辆计数功能。本资源提供了完整的代码实现和详细的使用说明,帮助读者快速掌握基于YOLOv8-deepsort的智能车辆目标检测、车辆跟踪和车辆计数技术。
- 98KB
YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
2024-03-12YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
- 367.44MB
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt
2023-10-09yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt,需要创建的文件夹都以创建,方便大家不用再去GitHub下载 可以搭配该博客:https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501
- 26.50MB
Transformer模型实现长期预测并可视化结果(附代码+数据集+原理介绍)
2023-11-12这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer 不仅提高了处理效率,而且确保了时间顺序的准确性。其灵活的模型结构允许调整以适应不同复杂度这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer 不仅提高了处理效率,而且确保了时间顺序的准确性。定制化训练个人数据集进行训练利用python和pytorch实现
- 141KB
社交平台上经济类话题的文章热度信息,数据是真实的,但不是真实日期
2023-03-16使用LSTM模型进行时序预测的代码与说明见:https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895
- 62.4MB
行人跌倒数据集(VOC格式)
2023-01-30行人跌倒数据集(VOC格式)
- 123.13MB
Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip
2024-02-17本资源配套对应的视频教程和图文教程,手把手教你使用Unet做眼底图像分割的训练、测试和界面封装,包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型,并封装为了图形化界面,只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高,眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源,其形态和状况的变化可以反映出许多疾病的早期病理变化。然而,由于受眼底图像采集技术的限制以及视网膜血管自身结构的复杂性和多变性,使得视网膜血管的分割变得非常困难。传统方法依靠人工手动分割视网膜血管,不仅工作量巨大,极为耗时,而且受主观因素影响严重。通过眼底血管图像分割可以提高诊断准确性、效率以及推动科学研究和改进治疗方法等方面。 B站主页:https://space.bilibili.com/161240964 C站主页:https://blog.csdn.net/ECHOSON
- 728KB
全新的SOTA模型YOLOv9
2024-02-22当今的深度学习方法专注于如何设计最合适的目标函数,以使模型的预测结果尽可能接近真实值。同时,还需要设计一个合适的架构,以便获取足够的信息进行预测。现有方法忽略了一个事实:当输入数据经过逐层的特征提取和空间变换时,会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题,即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息(PGI)的概念,以应对深度网络实现多个目标所需的各种变化。PGI能够为目标任务提供完整的输入信息,以计算目标函数,从而获得可靠的梯度信息以更新网络权重。此外,我们还设计了一种基于梯度路径规划的新型轻量级网络架构——广义高效层聚合网络(GELAN)。GELAN的架构证明了PGI在轻量级模型上获得了优越的结果。我们在基于MS COCO数据集的目标检测上验证了所提出的GELAN和PGI。结果显示,GELAN仅使用传统的卷积运算符就实现了比基于深度卷积的最新方法更好的参数利用率。PGI可用于从轻量级到大型的各种模型,它可以获取完整信息,使得从零开始训练的模型比使用大型数据集预训练的最新模型获得更好的结果,比较结果如图1所示。
- 40.38MB
YOLOV5 + 双目相机实现三维测距(新版本)
2024-04-14YOLOV5 + 双目相机实现三维测距(新版本)
- 850.77MB
YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip
2021-12-14YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频 代码的下载地址在:https://gitee.com/song-laogou/yolov5-mask-42 大家可以按照这里的视频教程配置环境:https://www.bilibili.com/video/BV1YL4y1J7xz/ 更多数据请看:https://blog.csdn.net/ECHOSON/article/details/121892887 遇到问题请小伙伴通过私信联系作者,感谢大家的支持!
- 1.70MB
pycharm连接autodl服务器(yolov8训练自己的数据集)
2024-02-16里面没写怎么配置yolov8环境,这个参考官方文档就行很简单一行代码即可
- 2.50MB
Deep Learning Tuning Playbook(中译版)
2023-01-30由五名研究人员和工程师组成的团队发布了《Deep Learning Tuning Playbook》,来自他们自己训练神经网络的实验结果以及工程师的一些实践建议,目前在Github上已有1.5k星。此版本为中文翻译版,提供给大家免费下载,因为本人知识水平有限,翻译过程中可能有误,随时欢迎大家指出错误,我会随时更正。