从事深度学习的研究者都知道，深度学习代码需要设计海量的数据，需要很大很大很大(重要的事情说三遍)的计算量，以至于CPU算不过来，需要通过GPU帮忙，但这必不意味着CPU的性能没GPU强，CPU是那种综合性的，GPU是专门用来做图像渲染的，这我们大家都知道，做图像矩阵的计算GPU更加在行，应该我们一般把深度学习程序让GPU来计算，事实也证明GPU的计算速度比CPU块，但是(但是前面的话...

博客作者：凌逆战 博客地址：https://www.cnblogs.com/LXP-Never/p/12774058.html 文章代码：https://github.com/LXP-Never/blog_data/tree/master/tensorflow_model 　　我一直觉得TensorFlow的深度神经网络代码非常困难且繁琐，对Te...

　　从事深度学习的研究者都知道，深度学习代码需要设计海量的数据，需要很大很大很大(重要的事情说三遍)的计算量，以至于CPU算不过来，需要通过GPU帮忙，但这必不意味着CPU的性能没GPU强，CPU是那种综合性的，GPU是专门用来做图像渲染的，这我们大家都知道，做图像矩阵的计算GPU更加在行，应该我们一般把深度学习程序让GPU来计算，事实也证明GPU的计算速度比CPU块，但是(但是前面的话...

　　生成对抗网络(GAN)，是深度学习模型之一，2014年lan Goodfellow的开篇之作Generative Adversarial Network，GAN是一种无监督学习方法，它巧妙地利用“对抗”的思想来学习生成式模型，一旦训练完成后可以生成全新的数据样本。DCGAN将GAN的概念扩展到卷积神经网络中，可以生成质量较高的图片样本GAN概述　　GAN包括两个模型，一个是生成...

作为一个AI工程师，对Linux的一些技能的掌握也能从一定层面反应工程师的资深水平。上面的知识点我都写过博客，写完这篇文章我就能集齐龙珠，召唤神龙了。😃。

一、简介AlexNet：(2012)主要贡献扩展 LeNet 的深度，并应用一些 ReLU、Dropout 等技巧。AlexNet 有 5 个卷积层和 3 个最大池化层，它可分为上下两个完全相同的分支，这两个分支在第三个卷积层和全连接层上可以相互交换信息。它是开启了卷积神经网络做图像处理的先河。VGG-Net：2014年。该网络使用3×3卷积核的卷积层堆叠并交替最大池化层，有两个...

作者：凌逆战地址：https://www.cnblogs.com/LXP-Never/p/10763804.html在看这两个函数之前，我们需要先了解一维卷积(conv1d)和二维卷积(conv2d)，二维卷积是将一个特征图在width和height两个方向进行滑动窗口操作，对应位置进行相乘求和；而一维卷积则只是在width或者height方向上进行滑动窗口并相乘求和。一维卷积：...

　　深度神经网络在人工智能的应用中，包括语音识别、计算机视觉、自然语言处理等各方面，在取得巨大成功的同时，这些深度神经网络需要巨大的计算开销和内存开销，严重阻碍了资源受限下的使用。模型压缩是对已经训练好的深度模型进行精简，进而得到一个轻量且准确率相当的网络，压缩后的网络具有更小的结构和更少的参数，可以有效降低计算和存储开销，便于部署在受限的硬件环境中。许多网络结构中，如VGG-16网络，参数数..

　　作为一种可行的替代i-vector的说话人识别方法，深度学习正日益受到欢迎。利用卷积神经网络(CNNs)直接对原始语音样本进行处理，取得了良好的效果。而不是使用标准的手工制作的功能，后一种CNNs从波形中学习低电平的语音表示，潜在地允许网络更好地捕获重要的窄带扬声器特性，如音高和共振峰。合理设计神经网络是实现这一目标的关键。　　本文提出了一种新的CNN架构，称为SincNet，它鼓励第一个卷积

OpenCV基础OpenCV是一个开源的计算机视觉库。提供了很多图像处理常用的工具批注：本文所有图片数据都在我的GitHub仓库读取图片并显示import numpy as npimport cv2 as cvoriginal = cv.imread('../machine_learning_date/forest.jpg')cv.imshow('Or...