没有复杂的数学公式，简单读懂神经网络这是我综合了斯坦福大学CS231n和哔哩哔哩等教学视频总结出的比较简单理解的神经网络（浅谈），比较适合刚学习的小白。本文以计算机视觉为例讲解。一、什么是神经网络？相信大家在各种教程都能看的上面的神经网络，这是一个最简单的网络或者说是感知机，X输入，红色的input layer是输入层，hidden layer是隐藏层，output layer是输出层。神...

史上最简单、实际、通俗易懂的PyTorch实战系列教程！（新手友好、小白请进）一、Autograd（自动求导/微分）机制PyTorch框架干的最厉害的一件事就是帮我们把反向传播全部计算好了我们来看一下这个机制的简单实现过程先随机生成一个 3*4 的矩阵，后面的参数就是自动求导=True：x = torch.randn(3,4,requires_grad=True)x再定义一个随机的 3*4 矩阵：

没有复杂的数学公式，简单读懂神经网络这是我综合了斯坦福大学CS231n和哔哩哔哩等教学视频总结出的比较简单理解的神经网络（浅谈），比较适合刚学习的小白。本文以计算机视觉为例讲解。一、什么是神经网络？相信大家在各种教程都能看的上面的神经网络，这是一个最简单的网络或者说是感知机，X输入，红色的input layer是输入层，hidden layer是隐藏层，output layer是输出层。神...

史上最简单、实际、通俗易懂的PyTorch实战系列教程！（新手友好、小白请进）一、Autograd（自动求导/微分）机制PyTorch框架干的最厉害的一件事就是帮我们把反向传播全部计算好了我们来看一下这个机制的简单实现过程先随机生成一个 3*4 的矩阵，后面的参数就是自动求导=True：x = torch.randn(3,4,requires_grad=True)x再定义一个随机的 3*4 矩阵：

【摘要】GitHub Pages 是一个免费的静态网站托管服务，无需服务器和复杂配置即可在线展示HTML页面。只需将文件命名为index.html并上传至GitHub仓库，在设置中开启Pages功能，就能获得形如用户名.github.io/仓库名的访问链接。支持自定义域名、自动HTTPS和CDN加速，适合分享UI原型、个人主页和项目文档。虽然仅限静态资源且公开仓库才能使用，但1GB存储空间和100

史上最简单、实际、通俗易懂的PyTorch实战系列教程！（新手友好、小白请进）一、Autograd（自动求导/微分）机制PyTorch框架干的最厉害的一件事就是帮我们把反向传播全部计算好了我们来看一下这个机制的简单实现过程先随机生成一个 3*4 的矩阵，后面的参数就是自动求导=True：x = torch.randn(3,4,requires_grad=True)x再定义一个随机的 3*4 矩阵：

一、AlexnetAlexnet是2012年 ImageNet 竞赛的冠军网络，论文是《ImageNet Classification with Deep Convolutional Neural Networks》，作者是多伦多大学的Alex Krizhevsky等人。AlexNet有60 million个参数和65000个 神经元，五层卷积，三层全连接网络，最终的输出层是1000通道的soft

由于最近做项目接触到集成模型（Ensemble），我查阅了一些资料终于对于集成模型有了自己生动形象的理解，“取其精华去其糟粕”。一、什么是模型集成？“团结就是力量”。这句话很好地表达了机器学习领域中强大「集成方法」的基本思想。总的来说，许多机器学习竞赛（包括 Kaggle）中最优秀的解决方案所采用的集成方法都建立在一个这样的假设上：将多个模型组合在一起通常可以产生更强大的模型。集成学习是一种机器学

在做深度学习任务时，我是做图像目标检测，用tensorflow或者keras或者pytorch训练完模型，然后就是做预测，发现无论是用GPU还是CPU都非常慢，然后百度了好久都没有解决问题。无论是不是配置低，如果我们要做成品，一定要部署。我每个函数都去用time.time()去计算耗时，最后发现调用模型的时候耗时最多，也是罪魁祸首。无论你是调用ssd或者yolo模型，在这里的调用都非常耗时。系统有

在做深度学习任务时，我是做图像目标检测，用tensorflow或者keras或者pytorch训练完模型，然后就是做预测，发现无论是用GPU还是CPU都非常慢，然后百度了好久都没有解决问题。无论是不是配置低，如果我们要做成品，一定要部署。我每个函数都去用time.time()去计算耗时，最后发现调用模型的时候耗时最多，也是罪魁祸首。无论你是调用ssd或者yolo模型，在这里的调用都非常耗时。系统有