[Caffe]Jupyter notebook如何root 2023年4月6日 下午4:47 • Caffe sudo jupyter notebook --allow-root 本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:[Caffe]Jupyter notebook如何root - Python技术站 Caffe人工智能 赞 (0) 0 0 打赏 微信扫一扫 支付宝扫一扫 生成海报 caffe层解读-softmax_loss 上一篇 2023年4月6日 下午4:47 win7 配置微软的深度学习caffe win7 配置微软的深度学习caffe 下一篇 2023年4月6日 相关文章 keras中 LSTM 的 [samples, time_steps, features] 最终解释 I am going through the following blog on LSTM neural network:http://machinelearningmastery.com/understanding-stateful-lstm-recurrent-neural-networks-python-keras/ The author reshap… Keras 2023年4月7日 000 机器学习中的损失函数(二) 回归问题的损失函数 参考链接:http://baijiahao.baidu.com/s?id=1603857666277651546&wfr=spider&for=pc 1. 平方损失函数:MSE- L2 Loss $$MSE = \sum_{i = 1}^n (y_i – \hat{y_i})^2 \tag1$$ 平方损失函数是光滑函数,能够用梯度下降法进行优… 机器学习 2023年4月10日 000 1 TensorFlow入门笔记之基础架构 ———————————————————————————————————— 写在开头:此文参照莫烦python教程(墙裂推荐!!!) ———————————————————————————————————— TensorFlow入门笔记之基础架构 1 构建简单神经网络:一维线性预测 #导入相关库 import tensorflow as tf import n… tensorflow 2023年4月8日 000 Keras keras无法在Anaconda环境(tensorflow)的ipython中正常import问题 该问题处理之前的状态: 环境:Ubuntu16.04 + Anaconda + tensorflow1.6(使用python3.6) 状态展示 在ipython中执行完import keras之后,出现“no moudle named keras” 处理方法 1、安装ipykernel conda install ipykernel 2、找到ipython的… 2023年4月8日 000 tensorflow Conda 配置虚拟 pytorch 环境 和 Tensorflow 环境 参考 https://blog.csdn.net/weixin_42401701/article/details/80820778 和 https://www.cnblogs.com/lllcccddd/p/10661966.html 一些相关的命令 conda update -n base conda # 更新 conda conda config –… 2023年4月6日 000 PyTorch 60 分钟极速入门 PyTorch 2017 年初,Facebook 在机器学习和科学计算工具 Torch 的基础上,针对 Python 语言发布了一个全新的机器学习工具包 PyTorch。 因其在灵活性、易用性、速度方面的优秀表现,经过2年多的发展,目前 PyTorch 已经成为从业者最重要的研发工具之一。 现在为大家奉上出 60 分钟极速入门 PyTorch 的小教程,助你轻松上手 PyT… 2023年4月8日 000 Caffe caffe 环境搭建 1.VS安装 VS社区版(个人免费): http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso https://ultraiso.en.softonic.com/download安装utrol iso 打开iso文… 2023年4月6日 000 pytorch中动态调整学习率 https://blog.csdn.net/bc521bc/article/details/85864555 这篇bolg说的很详细了,但是具体在代码中怎么用还是有点模糊。自己试验了一下,顺路记一下,其实很简单,在optimizer后面定义一下,然后在每个epoch中step一下就可以了。一开始出错是因为我把step放到 T_optimizer.step()… PyTorch 2023年4月6日 000