神经网络简介训练神经网络主要围绕下面四部分：层，多个层组合成网络（或模型）输入数据和相应目标损失函数，即用于学习的反馈信号优化器，决定学习过程如何进行层、损失函数、优化器之间的关系：层：神经网络中的核心组件是层，它是一种数据处理模块，可以将其看作是数据过滤器，进去一些数据，出来的数据更具代表性。层的创建原理类似于神经元，神经元模型结构为：x：模拟前一个神经元输入（树突）w：模拟“突触”，输入、记忆

虚拟环境介绍在介绍anaconda和pycharm之前先介绍一下虚拟环境是个什么样的东西。人生活在地球上是需要一定的环境条件的，只有环境适宜居住，人类才能够正常生活。虚拟环境简言之就是一个虚拟出来的python环境。这个虚拟出来的环境中有很多变量例如python解释器（就是不同版本的python）、常用的库等等（设计者如同造物主，可以自由设置环境中的变量）。创建多个虚拟环境的原因是在不同的项目中使

神经网络简介训练神经网络主要围绕下面四部分：层，多个层组合成网络（或模型）输入数据和相应目标损失函数，即用于学习的反馈信号优化器，决定学习过程如何进行层、损失函数、优化器之间的关系：层：神经网络中的核心组件是层，它是一种数据处理模块，可以将其看作是数据过滤器，进去一些数据，出来的数据更具代表性。层的创建原理类似于神经元，神经元模型结构为：x：模拟前一个神经元输入（树突）w：模拟“突触”，输入、记忆

集成学习简介集成学习的核心是如何产生并结合“好而不同”的个体学习器根据个体学习器的生成方式，目前的集成学习方法大致分为两大类个体学习器间存在强依赖关系，必须串行生成的序列化方法（Boosting）个体学习器之间不存在强依赖关系、可同时生成的并行方法（Bagging和随机森林Random Frost）...

第一步 创建projectfile -> new project设置保存路径以及project的名字。如果有需要添加的file选择并添加进去，如果没有next。选择你需要使用的FPGA芯片型号，可在name filter中查找。在此选项选择仿真需要使用的软件modelsim-altera以及testbench所使用的语言。如果已经有project，那么file-> open proje

pytorch、CUDA、cuDNN

pytorch、CUDA、cuDNN

在使用tensorboard的时候遇见这个问题在tensorflow2中是没有这种命名方式的，tf.name_scope()这个函数在tf1中存在。我在编写代码时用的就是tensorflow1 但是还是会报错，这里改正方法是将：import tensorflow as tf改为：import tensorflow.compat.v1 as tf...

选择库所在的环境找到要更改版本的包，这里以tensorflow为例更改包的版本选择自己所需要的版本之后点击apply就ok了方法二在Anaconda Prompt激活包所在环境然后利用conda管理包的版本这里以tensorflow为例我想要更改版本为1.15.0,我的环境名称为deeplearnactivate deeplearnconda install tensorflow=1.15.0..

神经网络简介训练神经网络主要围绕下面四部分：层，多个层组合成网络（或模型）输入数据和相应目标损失函数，即用于学习的反馈信号优化器，决定学习过程如何进行层、损失函数、优化器之间的关系：层：神经网络中的核心组件是层，它是一种数据处理模块，可以将其看作是数据过滤器，进去一些数据，出来的数据更具代表性。层的创建原理类似于神经元，神经元模型结构为：x：模拟前一个神经元输入（树突）w：模拟“突触”，输入、记忆