原创 〖TensorFlow2.0筆記25〗循環神經網絡RNN原理講解以及實戰!

循環神經網絡RNN原理講解以及實戰! 文章目錄一. 引言二. 序列的表示2.1. 序列(Sequence)2.2. Tensorflow2.0中的Embedding層2.3. 預訓練的詞向量三. 循環神經網絡3.1. 全連接層可

原创 〖Leetcode-1〗10大排序算法總結(C++實現)!

〖Leetcode-1〗排序算法總結! 文章目錄一. 前言1.1. 術語說明1.2. 算法總結1.3. 算法分類1.4. 比較和非比較的區別二. 冒泡排序(Bubble Sort)2.1. 算法描述2.2. 動圖演示2.3. 代

原创 如何簡單理解貝葉斯決策理論(Bayes Decision Theory)?

如何簡單理解貝葉斯決策理論(Bayes Decision Theory)? 內容來源於知乎大神:如何簡單理解貝葉斯決策理論(Bayes Decision Theory)?

原创 『自己的工作6』MNIST Plus++競賽(更加困難的mnist數據集競賽)!

MNIST Plus++競賽(更加困難的mnist數據集競賽)! 文章目錄一. 數據集描述1.1. 訓練集(15,670個jpg文件)1.2. 測試集(54,330個jpg文件)二. 數據集轉csv文件2.1. 訓練集及標籤

原创 『論文筆記』BAM:Bottleneck Attention Module(注意力機制)+TensorFlow2.0復現!

CBAM:Convolutional Block Attention Module(注意力機制)+TensorFlow2.0復現! 文章目錄一. 論文摘要二. BAM的網絡結構2.1. 總體的描述2.2. 通道注意力機制2.3.

原创 tensorflow2.0筆記16:ResNet介紹以及Tensorflow2.0中ResNet-18的實戰!

ResNet介紹以及Tensorflow2.0中ResNet-18的實戰! 文章目錄一、ResNet介紹1.1、ResNet-34的基本結構1.2、爲什麼叫殘差?1.2、tensorflow中如何實現基本的殘差塊1.3、tensor

原创 tensorflow2.0筆記15:卷積網絡中的梯度求解以及CIFAR100與VGG13實戰!

卷積神經網絡中的求導理解! 文章目錄一、梯度求解gradient二、採樣層Pooling2.1 下采樣down Sampling2.2 上採樣up Sampling三、CIFAR100與VGG13實戰3.1 程序處理流程3.2 代碼

原创 python筆記:詳細介紹python中的面向對象!

詳細介紹python中的面向對象! 文章目錄一、python面向對象知識補充!1.1、介紹一下對象1.2、對象=屬性+方法1.3、面向對象編程1.3.1、self是什麼1.3.2、初始化方法1.3.3、共有和私有1.4、繼承1.4.1

原创 tensorflow2.0筆記14:模型的保存與加載(非常重要)以及CIFAR10自定義網絡實現!

模型的保存與加載(重要)以及CIFAR10自定義網絡實現! 文章目錄一、模型的保存與加載(非常重要)!1.1、三種保存模式1.2、模式1:save/load weights1.2.1、實戰1.3、模式2:save/load enti

原创 tensorflow2.0筆記13:Keras高層API!

Keras高層API! 文章目錄一、Keras高層API-11.1、五大功能1.2、這裏主要講解Metrics1.3、1.2中的實戰 一、Keras高層API-1 1.1、五大功能 1.2、這裏主要講解Metrics 有一個現

原创 Linux筆記:Ubuntu16.04系統安裝nvidia驅動,cuda,cudnn!

Ubuntu16.04系統安裝nvidia驅動,cuda,cudnn! 文章目錄一、預備工作二、首先cuda的安裝三、其次cuda編譯器nvcc安裝四、安裝cudnn 一、預備工作 查看系統的型號,可以看到系統爲ubuntu16.0

原创 tensorflow2.0筆記12:梯度下降!

梯度下降! 文章目錄一、梯度下降1.1、什麼是梯度?1.2、梯度到底代表什麼意思?1.3、如何搜索loss最小值1.4、tensorflow自動求導機制1.4.1、補充知識:二階梯度! 一、梯度下降 1.1、什麼是梯度? 1.2、

原创 tensorflow2.0筆記10:全連接層和輸出方式!

全連接層和輸出方式! 文章目錄一、全連接層1.1、前言介紹1.2、Fully connected layer(全連接層)1.3、Muti-layers前面是一層1.4、實戰演練1.5、補充tensorflow在pycharm自動補全二

原创 tensorflow2.0筆記11:誤差計算之MSE,Cross Enropy!

誤差計算! 文章目錄一、誤差計算1.1、均方誤差-MSE1.2、交叉熵-Entropy1.2.1、二分類的2中方式1.3、爲什麼不直接MSE而是交叉熵 一、誤差計算 1.1、均方誤差-MSE 提示: 關於loss的放縮可以參考:

原创 DL筆記:PascalVOC 數據集介紹!

PascalVOC 數據集介紹! 文章目錄一、Challenge1.1、數據集的主要任務1.2、VOC2012文件夾1.3、Annotations1.4、ImageSets1.5、JPEGImages二、標註軟件對數據手動標註2.1、