- DL之CNN:计算机视觉之卷积神经网络经典算法简介、重要进展、改进技巧之详细攻略(建议收藏) 目录 CNN经典算法细讲 1、CNN历年冠军算法 1.1、LeNet-5 1.2、AlexNet 1.3、VGGNet DL之CNN:计算机视觉之卷积神经网络经典算法简介、重要进展、改进技巧之详细攻略(建议收藏) 目录 CNN经典算法细讲 1、CNN历年冠军算法 1.1、LeNet-5 1.2、AlexNet 1.3、VGGNet
- DL之DNN:基于神经网络(从1层~50层)DNN算法实现对非线性数据集点进行绘制决策边界 目录 输出结果 设计代码 输出结果 设计代码 首先查看数据集 import numpy as npfrom sklearn.datasets impo... DL之DNN:基于神经网络(从1层~50层)DNN算法实现对非线性数据集点进行绘制决策边界 目录 输出结果 设计代码 输出结果 设计代码 首先查看数据集 import numpy as npfrom sklearn.datasets impo...
- DL之DNN:利用numpy自定义三层结构+softmax函数建立3层完整神经网络全部代码实现(探究BP神经网络的底层思想) 目录 输出结果 代码实现 输出结果 代码实现 #DL之NN:利用numpy自定义三... DL之DNN:利用numpy自定义三层结构+softmax函数建立3层完整神经网络全部代码实现(探究BP神经网络的底层思想) 目录 输出结果 代码实现 输出结果 代码实现 #DL之NN:利用numpy自定义三...
- DL之DNN之BP:神经网络算法简介之BP算法/GD算法之不需要额外任何文字,只需要八张图讲清楚BP类神经网络的工作原理 目录 BP类神经网络理解 1、信号正向传播FP 2、误差反向传播BP+GD BP类神经网络理解 1、BP算法 1、信号正向传播FP ... DL之DNN之BP:神经网络算法简介之BP算法/GD算法之不需要额外任何文字,只需要八张图讲清楚BP类神经网络的工作原理 目录 BP类神经网络理解 1、信号正向传播FP 2、误差反向传播BP+GD BP类神经网络理解 1、BP算法 1、信号正向传播FP ...
- DL之SqueezeNet:SqueezeNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 SqueezeNet算法的简介(论文介绍) 1、轻量级的CNN架构优势 2、主要特点 3、常用的模型压缩技术 SqueezeNet算法的架构详解 SqueezeNet算法的案例应用 ... DL之SqueezeNet:SqueezeNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 SqueezeNet算法的简介(论文介绍) 1、轻量级的CNN架构优势 2、主要特点 3、常用的模型压缩技术 SqueezeNet算法的架构详解 SqueezeNet算法的案例应用 ...
- DL之CNN:利用CNN算法实现对句子分类+进行情感分析(预测句子情感) 目录 CNN算法设计思路 代码实现 CNN算法设计思路 b 代码实现 后期更新…… DL之CNN:利用CNN算法实现对句子分类+进行情感分析(预测句子情感) 目录 CNN算法设计思路 代码实现 CNN算法设计思路 b 代码实现 后期更新……
- DL之ResNeXt:ResNeXt算法的架构详解 相关文章DL之ResNeXt:ResNeXt算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略DL之ResNeXt:ResNeXt算法的架构详解 ResNeXt算法的架构详解 1、主要思想——Inception与ResNet相互借鉴 Inceptio... DL之ResNeXt:ResNeXt算法的架构详解 相关文章DL之ResNeXt:ResNeXt算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略DL之ResNeXt:ResNeXt算法的架构详解 ResNeXt算法的架构详解 1、主要思想——Inception与ResNet相互借鉴 Inceptio...
- DL之VGGNet:VGGNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 VGG系列神经网络算法简介 1、网络架构 2、实验结果 VGG系列神经网络的架构详解 VGG系列集合以及对比 VGG16练习攻略二 1、VGG16实践经验 VGG19 1、关于imagenet-vgg-verydeep-19.mat模型简介 ... DL之VGGNet:VGGNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 VGG系列神经网络算法简介 1、网络架构 2、实验结果 VGG系列神经网络的架构详解 VGG系列集合以及对比 VGG16练习攻略二 1、VGG16实践经验 VGG19 1、关于imagenet-vgg-verydeep-19.mat模型简介 ...
- TF之DeepDream:DeepDream前世今生之简介、安装、使用方法之详细攻略 目录 DeepDream前世今生之简介 DD的目的 DD特点 DD工作原理 DeepDream前世今生之安装 DeepDream前世今生之使用方法 DeepDream前世今生之简介  ... TF之DeepDream:DeepDream前世今生之简介、安装、使用方法之详细攻略 目录 DeepDream前世今生之简介 DD的目的 DD特点 DD工作原理 DeepDream前世今生之安装 DeepDream前世今生之使用方法 DeepDream前世今生之简介  ...
- DL之FasterR-CNN:Faster R-CNN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 Faster R-CNN算法的简介(论文介绍) 1、实验结果 2、三者架构对比——R-CNN、Fast R-CNN、Faster R-CNN Faster R-CNN算法的架构详解 1、Faster R-CNN Fa... DL之FasterR-CNN:Faster R-CNN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 Faster R-CNN算法的简介(论文介绍) 1、实验结果 2、三者架构对比——R-CNN、Fast R-CNN、Faster R-CNN Faster R-CNN算法的架构详解 1、Faster R-CNN Fa...
- DL之R-FCN:R-FCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 R-FCN算法的简介(论文介绍) 1、Motivation: Sharing is Caring 7、各种策略下的实验结果 R-FCN算法的架构详解 R-FCN算法的案例应用 相关文章DL之R-FCN:R-FCN算法... DL之R-FCN:R-FCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 R-FCN算法的简介(论文介绍) 1、Motivation: Sharing is Caring 7、各种策略下的实验结果 R-FCN算法的架构详解 R-FCN算法的案例应用 相关文章DL之R-FCN:R-FCN算法...
- DL之Xception:Xception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 Xception算法的简介(论文介绍) 1、论文使用的数据集 Xception算法的架构详解 Xception算法的案例应用 相关文章DL之Xception:Xception算法的简介(论文介绍)、架... DL之Xception:Xception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 Xception算法的简介(论文介绍) 1、论文使用的数据集 Xception算法的架构详解 Xception算法的案例应用 相关文章DL之Xception:Xception算法的简介(论文介绍)、架...
- Py之textgenrnn:textgenrnn库的简介、安装、使用方法详细攻略 目录 textgenrnn库的简介 textgenrnn库的安装 textgenrnn库的使用方法 textgenrnn库的简介 textgenrnn 是一个基于 Keras/TensorFlow 的 Python 3 模块,用于创建 char-rnn... Py之textgenrnn:textgenrnn库的简介、安装、使用方法详细攻略 目录 textgenrnn库的简介 textgenrnn库的安装 textgenrnn库的使用方法 textgenrnn库的简介 textgenrnn 是一个基于 Keras/TensorFlow 的 Python 3 模块,用于创建 char-rnn...
- DL之NIN:Network in Network算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 Network in Network算法的简介(论文介绍) 1、Visualization of NIN Network in Network算法的架构详解 0、Overall structure o... DL之NIN:Network in Network算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 Network in Network算法的简介(论文介绍) 1、Visualization of NIN Network in Network算法的架构详解 0、Overall structure o...
- DL之DNN:自定义2层神经网络TwoLayerNet模型(封装为层级结构)利用MNIST数据集进行训练、GC对比 导读 神经网络算法封装为层级结构的作用。在神经网络算法中,通过将神经网络的组成元素实现为层,可以高效地计算梯度(反向传播法)。通过比较数值微分和误差反向传播法的结果,可以确认误差反向传播法的实现是否正确(梯度确认)。 ... DL之DNN:自定义2层神经网络TwoLayerNet模型(封装为层级结构)利用MNIST数据集进行训练、GC对比 导读 神经网络算法封装为层级结构的作用。在神经网络算法中,通过将神经网络的组成元素实现为层,可以高效地计算梯度(反向传播法)。通过比较数值微分和误差反向传播法的结果,可以确认误差反向传播法的实现是否正确(梯度确认)。 ...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程:工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合,展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎,仓颉语言为载体,带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签