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

神经网络Pytorch实现

不过现在主流的深度学习都是采用框架来进行开发的,最主流的是:Tensorflow,Keras(对Tensorflow做了封装,本质上还是Tensorflow),Mxnet,Pytorch,以及国内百度的PaddlePaddle。下面我们构建了一个训练函数,采用了预训练的VGG16模型,因为VGG是在Imagenet上做的预训练,最后输出是1000类的,而我们这里是两类的,所以需要改造一下最后一层。

文章图片
#神经网络#pytorch#人工智能
卷积神经网络一:卷积运算

本文CNN原理部分参考复旦大学丘锡鹏老师的《神经网络与深度学习》一书。

文章图片
#cnn#人工智能#神经网络
卷积神经网络四:VGG

本文介绍了VGG的原理以及代码实现,并在cifar-10和猫狗分类数据集上进行了测试,特别提到了批量归一化层对于训练效果的提升。

文章图片
#cnn#深度学习#神经网络
深度学习训练中的数据增强

数据增强是深度学习中一个很重要的技巧,本文介绍了数据增强的方法并展示了做了数据增强后效果的提升

文章图片
#深度学习#人工智能#神经网络 +1
深度学习训练中的数据增强

数据增强是深度学习中一个很重要的技巧,本文介绍了数据增强的方法并展示了做了数据增强后效果的提升

文章图片
#深度学习#人工智能#神经网络 +1
深度学习训练中的数据增强

数据增强是深度学习中一个很重要的技巧,本文介绍了数据增强的方法并展示了做了数据增强后效果的提升

文章图片
#深度学习#人工智能#神经网络 +1
卷积神经网络一:卷积运算

本文CNN原理部分参考复旦大学丘锡鹏老师的《神经网络与深度学习》一书。

文章图片
#cnn#人工智能#神经网络
语义分割——U-Net

本文介绍了U-Net网络模型的原理,并在GID和VOC2012数据集上进行了测试

文章图片
#深度学习#cnn#神经网络 +1
    共 12 条
  • 1
  • 2
  • 请选择