深度学习
-
神经网络与深度学习中文实战版–电子书
本书电子版获取方式：链接：https://pan.baidu.com/s/1DIwYOCAZCr2ZTh1-c5Zvnw?pwd=s61p 提取码：s61p。本书英⽂原版地址为：http://neuralnetworksanddeeplearning.com/ 。在学术著作中请引⽤英⽂原⽂为：Michael A. Nielsen, “Neural Netwo…
-
Caffe深度学习计算框架
Caffe | Deep Learning Framework是一个清晰而高效的深度学习框架，其作者是博士毕业于UC Berkeley的 Yangqing Jia，目前在Google工作。Caffe是纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口；可以在CPU和GPU直接无缝切换： 1 Caffe::set_mode(Caffe::G…
-
深度学习简单知识
卷积神经网络 http://blog.csdn.net/u010555688/article/details/24848367 https://www.toutiao.com/i6479655961521816078/ http://blog.csdn.net/u010555688/article/details/24848367 循环神经网络 htt…
-
深度学习中的梯度消失与梯度爆炸
在深度学习中，我们会听到梯度消失与梯度爆炸。这指的是梯度变得极小或极大。 为什么在深层次网络中，才容易发生梯度消失与梯度爆炸呢？这带来什么负面的影响？该怎么样来避免这种极端情况？ 梯度消失与梯度爆炸的原因 考虑一种极端情况，假设我们有一个层数很深的神经网络（L层），每层只有一个神经元，且激活函数g(z)=z。 * 如果权重都是0.5，则最终输出y就是0.5的…
-
centos7 手把手从零搭建深度学习环境 (以TensorFlow2.0为例)
目录 一. 搭建一套自己的深度学习平台 二. 安装系统 三. 安装NVIDA组件 四. 安装深度学习框架 TensorFlow 五. 配置远程访问 六. 验收 七. 福利(救命稻草
-
深度学习训练数据打标签过程
为了获取大量的图片训练数据，在采集数据的过程中常用视频的方式采集数据，但对于深度学习，训练的过程需要很多的有有标签的数据，这篇文章主要是解决视频文件转换成图片文件，并加标签，最后把数据存储到pkl文件中，为后续深度学习提供数据。 1. video to image 这个应用，主要是把视频切分成图片，并保存到本地，可以自定义切分的时间间隔； 在深度学习中，由于…
-
深度学习扫盲笔记
第一章：概述 深度学习：机器学习含有多个隐藏层 有监督的：卷积，循环，递归 无监督的：生成式 类别标签： ground truth：表示直接收集到的数据 使用sklearn进行训练集，测试集的拆分：留出法和k折交叉验证，分层抽样策略 超参数：不变的，调节超参数找到能使模型取得较好性能的超参数 第二章：特征工程 目的是最大限度地从原始数据中提取特征以供算法和模…
-
深度学习-keras/openCV环境安装配置学习笔记
Keras最简单的安装方式就是：anaconda + pycharm + TensorFlow+（GPU或者CPU） TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。采用 pip 安装方式1.确认版本：pip版本…
-
学界 | 杜克大学NIPS 2017 Oral论文：分布式深度学习训练算法TernGrad
2017-09-11 13:26 机器之心报道 作者：吴欣 为了提高分布式深度学习的速度和效率，杜克大学「进化智能研究中心」陈怡然和李海教授的博士生温伟提出了 TernGrad 分布式训练算法，并与 Hewlett Packard Labs（慧与研究院）徐聪和内华达大学的颜枫教授合作，在大规模分布式深度学习中进行了有效的验证。该工作可以将浮点型的学习梯度（g…
-
深度学习中神经网络的几种权重初始化方法
2018年04月25日 15:01:32 天泽28 阅读数 11981更多 分类专栏： machine learning&deep learning 版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/u012328159/article/…
