移动深度学习
电子书推荐
-
动手学深度学习中文电子pdf版 评分:
《动手学深度学习》图书的pdf版,纸质版还没有出版。这是pdf预览版。18年9月写完的。手把手教大家学deeplearning。全书近600页。
上传时间:2018-12 大小:14.6MB
- 928KB
动手学深度学习课程作业和答案
2022-03-21动手学深度学习课程作业和答案
- 482.46MB
动手学深度学习课程PPT
2022-03-21动手学深度学习课程PPT
- 352KB
“动手学深度学习” -task3,4,5
2021-01-06循环神经网络 首先,循环神经网络可以为语言模型来建模。 1.语言模型 语言模型:给定一个一句话前面的部分,预测接下来最有可能的一个词是什么。 使用循环神经网络之前,语言模型主要是采用N-Gram。N可以是一个自然数,比如2或者3。它的含义是,假设一个词出现的概率只与前面N个词相关。我们以2-Gram为例。首先,对前面的一句话进行切词: 陈 幺儿 今天 中午 偷吃 鸡腿,我 打 了 她 ___。 如果用2-Gram进行建模,那么电脑在预测的时候,只会看到前面的『了』,然后,电脑会在语料库中,搜索『了』后面最可能的一个词。不管最后电脑选的是不是『屁股』,我们都知道这个模型是不
- 290KB
《动手学深度学习》课后习题2
2021-01-06《动手学深度学习》学习网址: 《动手学》:过拟合、欠拟合及其解决方案 1. 关于验证数据集的描述错误的是: 答案:测试数据集可以用来调整模型参数。 解析:测试数据集不可以用来调整模型参数,如果使用测试数据集调整模型参数,可能在测试数据集上发生一定程度的过拟合,此时将不能用测试误差来近似泛化误差。 B 验证数据集可以用来调整模型参数; C 在数据不够多的时候,k折交叉验证是一种常用的验证方法; D k折交叉验证将数据分为k份,每次选择一份用于验证模型,其余的用于训练模型。 2. 关于过拟合、欠拟合概念的描述错误的是: 答案:过拟合和欠拟合可以同时发生。 解析:过拟合是指训练误差达到一个较低
- 8.56MB
《动手学深度学习v2》.pdf
2021-03-20《动手学深度学习v2》.pdf
- 22.13MB
动手学深度学习pytorch.pdf
2022-02-26动手学深度学习pytorch.全面介绍深度学习的动手学习文档。
- 30.4MB
动手学深度学习-pytorch-源代码
2022-04-14动手学深度学习-pytorch-源代码
- 11.32MB
动手学习深度学习PDF.rar
2019-06-22这个是最新出版的”动手深度学习“,我们可以在这里学习深度学习。
- 428KB
动手学深度学习-Pytorch版,练习jupter-nootbook源码
2023-11-16动手学深度学习-Pytorch版,练习jupter-nootbook源码。动手学深度学习-Pytorch版,练习jupter-nootbook源码。动手学深度学习-Pytorch版,练习jupter-nootbook源码。动手学深度学习-Pytorch版,练习jupter-nootbook...
- 421.97MB
动手学深度学习pytorch
2022-09-12pytorch基本使用及深度学习基础知识、从头实现一些深度学习算法
- 25.73MB
从零起步学电子
2015-07-18电子类基础知识讲解,元器件分类,各种元件的介绍。
- 8KB
动手学深度学习(pytorch)
2020-09-30动手学深度学习(pytorch)中的d2lzh_pytorch资源,望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望采纳!
- 32.6MB
从零起步学电子(第2版)
2018-12-18电子学是一门以应用为主要目的的科学和技术。它主要研究电子的特性和行为,以及电子器件的物理学科。电子技术是应用电子学的原理设计和制造电路、电子器件来解决实际问题的科学。现代的电子学已经成为了举世瞩目的学科。
- 26KB
《动手学深度学习》gluonbook包
2018-12-18《动手学深度学习》一书中的工具包gluonbook,文件包含python包和其信息。下载后解压并且移动至python环境:...\Lib\site-packages目录下。
- 13.36MB
Learning Jupyter 5 2nd Edition
2018-10-02The Jupyter Notebook allows you to create and share documents that contain live code, equations, visualizations, and explanatory text. The Jupyter Notebook system is extensively used in domains such as data cleaning and transformation, numerical simulation, statistical modeling, and machine learning. Learning Jupyter 5 will help you get to grips with interactive computing using real-world examples. The book starts with a detailed overview of the Jupyter Notebook system and its installation in different environments. Next, you will learn to integrate the Jupyter system with different programming languages such as R, Python, Java, JavaScript, and Julia, and explore various versions and packages that are compatible with the Notebook system. Moving ahead, you will master interactive widgets and namespaces and work with Jupyter in a multi-user mode. By the end of this book, you will have used Jupyter with a big dataset and be able to apply all the functionalities you’ve explored throughout the book. You will also have learned all about the Jupyter Notebook and be able to start performing data transformation, numerical simulation, and data visualization.
- 36KB
动手学深度学习 d2l文件
2023-06-19动手学深度学习 d2l文件
- 28.7MB
动手学深度学习-tensorflow-源代码
2022-04-14动手学深度学习-tensorflow-源代码
- 11.59MB
深度学习 中文版 pdf
2018-01-15这本书讨论这些更直观的问题一种解决方案。这种解决方案是为了让计算机从经验中学习,并通过层次化概念体系来理解世界,其中每个概念通过与较简单概念之间的联系来定义
- 11.32MB
动手学深度学习(2019-05-21).rar
2019-05-22李沐的《动手学深度学习》,2019-05-21高清中文pdf版,排版好,有书签,深度学习很好的参考资料,仅供学习用。
- 12.19MB
动手学深度学习d2l-zh_李沐1
2022-08-03动手学深度学习d2l-zh_李沐1
- 22.86MB
动手学深度学习源码PYtorch版本
2019-12-252019年最新的深度学习代码 下载于github网站 下载速度慢 已经下载下来了 给需要下载的同学 自学的朋友有福了
- 32.38MB
动手学深度学习Pytorch版.zip
2019-11-07这是学习深度学习很好的资料。目前市面上大部分都是TensorFlow的版本,但是Pytorch正在成为学术界的主流,对初学者有帮助
- 11.31MB
《动手学深度学习》2020正式版本-李沐_深度学习
2021-09-11深度学习资料,能快速提升自己在这方面的能力
- 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。
- 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)
- 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
- 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
- 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
- 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
- 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