二维卷积层深度学习中的卷积运算实际上是互相关运算。互相关运算：即输入数组和核数组对应位置相乘求和的过程。特征图：二维卷积层输出的二维数组可以看作是输入在空间维度（高和宽）上某一级的表征。感受野：影响元素x的前向计算的所有可能输入区域（可能大于输入的实际尺寸）叫做x的感受野。多输入通道和多输出通道...

股票数据提取及柱状图显示简单神经网络原理2.3.修改代码：添加代码：

解决SGD收敛速度和局部极小值的问题SGD:随机梯度下降算法：带动量的SGD、Adagrad、RMSProp 等变体。这些变体被称为优化方法（optimization method）或优化器（optimizer）。其中动量的概念尤其值得关注，它在许多变体中都有应用。动量解决了SGD 的两个问题：收敛速度和局部极小点。如你所见，在某个参数值附近，有一个局部极小点（local minimum）：在这个

mnist案例数据加载数据处理模型构建模型编译和训练模型评估和保存

knn数字识别

股票数据提取及柱状图显示简单神经网络原理2.3.修改代码：添加代码：

双目立体视觉原理双目标定代码测量高度*关闭图像窗口更新dev_update_window ('off')*关闭变量更新dev_update_var ('off')*关闭程序计数器更新dev_update_pc ('off')*关闭窗口dev_close_window ()*打开新窗口dev_open_window (0, 0,...

from __future__ import divisionimport matplotlib.pyplot as pltimport cv2import os, globimport numpy as npfrom PIL import Imagefrom keras.applications.imagenet_utils import preprocess_inputfrom ...

循环神经网络（基础篇）RNN主要处理有序列关系的数据：天气、股市、自然语言RNN示例：RNN工作方式：RNN示例2：RNN的实现：运用RNN：嵌入层：示例3：LSTMGRU循环神经网络训练器示例：python中，时间的单位是秒（s）数据准备：构建模型：双向循环神经网络：训练：测试：其他示例用...

python中的多为数组的基本操作矩阵是不存在除法运算的，但是数组能够进行除法运算#a是多维数组，将多维数组扁平化处理，转变成一维数组,以下方法可以用来迭代数组内的数据for i in a.flat:print(i)python中的Matplotlibimport matplotlib.pyplot as pltimport numpy as np%matplotlib inlinenp.rand