原创 Pytorch學習之torch----數學操作(二)
1. torch.floor(input, out=None) 說明：牀函數，返回一個新張量，包含輸入input張量每個元素的floor，即不小於元素的最大整數。 參數： input(Tensor) -- 輸入張量 out(Tenosr,
2020-07-06 20:33:29
4
原创 keras學習筆記-----快速開始keras函數式API
Keras函數式API是定義複雜模型的方法，比如說多輸出模型，有向無環圖，或具有共享層的模型。當然在使用函數式API的時候，要對順序模型有一定的瞭解，我們可以通過一些例子來學習函數式API的使用。 一、全連接網絡 我們使用函數式API來實
2020-07-06 20:33:29
原创 生成對抗網絡(九)----------ACGAN
一、ACGAN的介紹 使用有標籤的數據集應用在生成對抗網絡可以有效的增強現有的生成模型。形成了兩種優化的思路。 第一種是cGAN中使用了輔助的標籤信息來增強原始GAN，對生成器和判別器均使用標籤數據來訓練。實現了生成模型具備特定條件數據的
2020-07-06 20:33:29
9
原创 CNN模型之GoogLeNet(Inception) v2
一、介紹 2015年穀歌團隊提出了Inception V2，首次提出了批量(Batch Normalization)歸一化方法，可以提高網絡的收斂速度。應用範圍廣泛。主要的創新點包括： Batch Normal
2020-07-06 20:33:18
原创 CNN模型之NIN
一、介紹 NIN網絡是由Min Lin等人在2014年提出的一個網絡嵌套模型，使用微神經網絡替換卷積神經網絡中的卷積核。通過微神經網絡來抽象感受野內的數據。稱這種微神經網絡結構爲mplconv。這篇論文的創新之處主
2020-07-06 20:33:18
原创 特徵工程入門與實踐----特徵增強
特徵增強是對數據的進一步修改，我們開始清洗和增強數據。主要涉及的操作有 識別數據中的缺失值 刪除有害數據 輸入缺失值 對數據進行歸一化/標準化 1. 識別數據中的缺失值 特徵增強的第一種方法是識
2020-07-06 20:33:18
34
原创 CNN模型之VGGNet
一、介紹 VGGNet是於2014年由牛津大學計算機視覺組和DeepMind公司共同研究的。在2014年的ILSVRC比賽上獲得了分類項目的第二名和定位項目的第一名。這個網絡據說是基於NIN網絡的思想。與比賽中的第
2020-07-06 20:33:18
原创 Pytorch學習之torch----數學操作(三)
1. torch.reciprocal(input, out=None) 說明：返回一個新張量，包含輸入input張量每個元素的倒數。 參數： input(Tensor) -- 輸入張量 out(Tensor, 可選) -- 輸出張量
2020-07-06 20:33:18
2
原创 CNN模型之GoogLeNet(Inception) V3
一、介紹 2015年，谷歌團隊提出Inception V3，新的網絡有42層。主要的創新點是任意n×nn\times nn×n的卷積都可以分解爲1×n1\times n1×n->n×1n\times 1n×1代替。
2020-07-06 20:33:18
原创 CNN模型之ZFNet
一、介紹 ZFNet是Matthew D.Zeiler於2013年提出，並獲得了13年ImageNet的冠軍。2012年AlexNet問世，並在ImageNet競賽中取得了優異的成績，也證明了大的卷積網路的性能優異
2020-07-06 20:33:18
原创 CNN模型之GoogLeNet
一、介紹 GoogLeNet，2014年由Google團隊的Christian Szegedy等人提出，爲了向LeNet致敬，所以取名GoogLeNet。2014年的ILSVRC分類任務中力壓VGGNet贏得了分類
2020-07-06 20:33:18
原创 特徵工程入門與實踐----特徵工程簡介
人工智能的發展，讓我們將那些需要手動操作才能處理的問題，讓計算機也可以解決。例如，自然語言處理、人臉識別和圖片分類等。因此，我們需要藉助機器學習的知識來構建一個AI系統，從用戶那裏讀取到原始數據，讓計算機來幫助我們
2020-07-06 20:33:18
5
原创 特徵工程入門與實踐----特徵理解
特徵理解，簡單說就是理解數據中都有什麼，對數據的理解方便我們認清數據，從而對數據進行操作，構造有用的特徵。我們將從以下幾個方面來認清數據： 結構化數據與非結構化數據 定量數據與定性數據 數據的4個等級 探索性數據
2020-07-06 20:33:18
9
原创 Pytorch系列：Pytorch的簡單操作(三) ---- 張量的基礎操作
一、張量的拼接與切分 1. torch.cat(tensor, dim=0, out=None) 功能： 將張量按維度dim進行拼接 參數： tensors：張量序列 dim：要拼接的維度 >>> t = torch.ones
2020-07-06 20:33:18
2
原创 Pytorch系列：寫在前面的話。。。
本博客的內容主要是作者在學習過程中做的一個筆記，如果有幸有人覺得還可以，我們可以一起交流學習。沒有其他目的。 一、Pytorch簡介 PyTorch是最近一個很火的深度學習框架，可以與TensorF
2020-02-20 19:03:17