logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Deeplearning4j 实战 (10):迁移学习--ImageNet比赛预训练网络VGG16分类花卉图片

Eclipse Deeplearning4j GitChat课程:https://gitbook.cn/gitchat/column/5bfb6741ae0e5f436e35cd9fEclipse Deeplearning4j 系列博客:https://blog.csdn.net/wangongxiEclipse Deeplearning4j Github:https://github.com/e

#迁移学习#GPU
Deeplearning4j 实战 (9):强化学习 -- Cartpole任务的训练和效果测试

Eclipse Deeplearning4j GitChat课程:https://gitbook.cn/gitchat/column/5bfb6741ae0e5f436e35cd9fEclipse Deeplearning4j 系列博客:https://blog.csdn.net/wangongxiEclipse Deeplearning4j Github:https://github.com/e

Deeplearning4j 实战 (15):SameDiff自动微分工具可视化

在上一篇的博客中,我们介绍了如何利用Deeplearning4j/ND4j提供的自动微分工具SameDiff来实现线性回归模型。SameDiff的建模类似1.x版本的Tensorflow,是基于张量的OP操作来进行的。基于OP的建模并不像基于Layer那样对神经网络进行分层,甚至开发人员可以抛弃网络层次的概念只关注对张量进行各种计算变换即可。但当神经网络的结构逐渐复杂之后,这种方式可能更容易出错,

Eclipse Deeplearning4j GitChat达人课介绍

作者:万宫玺随着机器学习、深度学习为主要代表的人工智能技术的逐渐成熟,越来越多的 AI 产品得到了真正的落地。无论是以语音识别和自然语言处理为基础的个人助理软件,还是以人脸识别为基础的刷脸付费系统,这些都是 AI 技术在现实生活中的实际应用。应当说 AI 正在走进千家万户,来到你我的身边。另一方面,从研发角度来讲,AI 产品的落地并不是一件容易的事情:AI 技术数学理论要求高,数理统计、神...

#深度学习
到底了