标签: 深度学习
thumbnail

PyTorch深度学习中的自动求导一文读懂

PyTorch 的自动求导机制通过构建计算图和反向传播,实现了自动计算梯度的功能。这使得用户可以专注于模型的设计和训练,而无需手动计算复杂的导数,极大地提高了开发效率。它就像一个聪明的“导数计算器”,帮助我们更好地理解和优化模型。
thumbnail

机器学习、深度学习、强化学习、迁移学习、集成学习和关联规则学习大解析

机器学习的原理就是通过算法,让计算机能够从大量的数据中发现规律,然后做出预测或者决策。比如,通过分析过去的销售数据,机器学习可以帮助我们预测未来哪个产品会大卖。
thumbnail

深度学习框架PyTorch有多厉害?不要太爽!

PyTorch真的特别好上手,代码写起来也很pythonic。不过这才是冰山一角,后面还有 数据加载 、 模型部署 、 分布式训练 等更多好玩的东西等着你去发现呢。赶紧动手试试吧,你会发现用PyTorch写深度学习代码简直不要太爽!
thumbnail

PyTorch Lightning解密:深度学习代码量减少60%

Lightning真是省心省力的好东西。代码写起来超级整洁,功能还贼全。不过刚开始用的时候可能会有点不习惯,毕竟跟原生PyTorch的写法差挺多。但是习惯了之后,真的是爽到飞起。建议大家有空试试看,保证让你的代码量直接砍掉一大半!
thumbnail

CNN-LSTM-Attention深度学习:时空特征结合融合注意力机制的预测

CNN-LSTM-SelfAttention首先通过CNN层提取序列的空间特征,接着通过LSTM层捕捉时间依赖性,最后通过Self-Attention层增强对序列中重要时间步的关注。多层次特征捕捉该模型综合了CNN的空间特征提取能力、LSTM的时间依赖建模能力以及Self-Attention的全局相关性捕捉能力,能够更准确地处理复杂的序列数据。
thumbnail

深度学习工程实践:PyTorch Lightning与Ignite框架技术特性对比分析

PyTorch Lightning和Ignite各自代表了深度学习框架发展的不同理念,它们的并存为开发者提供了更多的技术选择。在实际应用中,应当根据具体需求和场景选择合适的框架,或在必要时采用混合使用的策略。
thumbnail

机器学习与深度学习的区别、联系与未来展望

深度学习(Deep Learning, DL):深度学习是机器学习的一个子集,特指使用深度神经网络(Deep Neural Networks, DNNs)来进行学习的技术。深度神经网络由多层非线性处理单元(即神经元)组成,能够学习数据的高层次抽象特征。
thumbnail

PyTorch动态计算图的秘密:深度学习的python神器

PyTorch 最吸引人的地方就是它的动态计算图。跟 TensorFlow 1.x 那种静态图不一样,PyTorch 让你想怎么写代码就怎么写,不用提前定义好计算图,写着写着改主意也没问题。
thumbnail

神经网络(Neural Networks):理解深度学习的基础

聊聊深度学习的基础:神经网络(Neural Networks),也叫人工神经网络(Artificial Neural Networks,ANN)。 一、什么是神经网络? 我们来举个栗子,假如省里……
thumbnail

滑动窗口到YOLO、Transformer:深度学习目标检测的AI技术革新

一、早期方法:滑动窗口和特征提取 在深度学习方法主导目标检测之前,滑动窗口和特征提取技术在这一领域中发挥了关键作用。通过理解这些技术的基本原理和实现……
thumbnail

Deep Learning Specialization深度学习与神经网络入门

ChatGPT的爆火以及最近各种爆发的大模型竞争,人工智能行业逐渐走入了大众的眼球。作为喜欢折腾各种技术的爱好者,自然也希望能了解一些其中的原理。但想要更……
thumbnail

Pytorch 最全入门,深度学习看这一篇就够!

详细且实践性的方式介绍了 PyTorch 的使用,包括环境安装、基础知识、张量操作、自动求导机制、神经网络创建、数据处理、模型训练、测试以及模型的保存和加载……
thumbnail

深度学习进阶篇-预训练模型[2]:Transformer-XL、Longformer、GPT原理、模型结构、应用场景、改进技巧

1.Transformer-XL: Attentive Language Models Beyonds a Fixed-Length Context 1.1. Transformer-XL简介 在正式讨论 Transformer-XL 之前,我们先来看看经典……
thumbnail

深度学习进阶篇-预训练模型[3]:XLNet、BERT、GPT,ELMO区别优缺点

1.XLNet:Generalized Autoregressive Pretraining for Language Understanding 1.1. 从AR和AE模型到XLNet模型 自回归模型(Autoregressive Model, AR),通过……
thumbnail

Anaconda+PyTorch深度学习环境搭建手把手教程

Anaconda安装 什么是Anaconda Anaconda是一个集成的Python包以及环境,包含依赖项等,可以用来管理包,安装、运行应用,其包含了conda、Python等180多个科学包……
thumbnail

深度学习算法:如何使用图像识别预测趋势反转?

作者:CHERN-BIN JU 、AN-PIN CHEN 前言 近几年,深度学习算法在计算机视觉领域有着出色表现。我们也经常好奇,在量化投资领域,我们是否能够使用图像识别技术……
thumbnail

英伟达首席科学家Bill Dally:深度学习硬件的过去、现在和未来

作者|Bill Dally 翻译|胡燕君、沈佳丽、贾川 过去十年是深度学习的 “黄金十年”,它彻底改变了人类的工作和娱乐方式,并且广泛应用到医疗、教育、产品设计等……
thumbnail

人工智能(AI)、机器学习(ML)和深度学习(DL)三者有什么区别?

导读:我们经常交替使用人工智能(AI)、机器学习(ML)和深度学习(DL)这些术语,尽管我们几乎每天都阅读或听到它们。本文解释了这些技术是如何演变的以及……
thumbnail

TensorFlow2.0 keras开发深度学习模型实例:多层感知器,卷积、递归神经网络

如何使用标准深度学习模型(包括多层感知器(MLP),卷积神经网络(CNN)和递归神经网络(RNN))开发,评估和做出预测。 开发多层感知器模型 多层感知器模型……
thumbnail

Python安装TensorFlow 2、tf.keras和深度学习模型的定义

深度学习的预测建模是现代开发人员需要了解的一项技能。 TensorFlow是Google开发和维护的首要的开源深度学习框架。尽管直接使用TensorFlow可能具有挑战性,但……
thumbnail

Tensorflow Playground 讲解,进入深度学习领域

TensorFlow Playground 简介 TenforFlow Playground 又名 TensorFlow 游乐场,是一个用来图形化教学的简单神经网络在线演示和实验的平台,非常强大且极其易用……
thumbnail

深度学习防止过拟合(overfitting)产生原因及解决办法

总结深度学习过拟合产生的原因以及解决办法,涵盖正则化、dropout等操作,可以作为工程中的一份开发指南。神经网络通过大量的参数模拟各种繁多的任务,并能……
thumbnail

9个给程序员的深度学习进阶建议 look一下

1、不要焦虑 可能你不太喜欢数学。就我个人而言,自从八年前毕业后,在开始学习深度学习之前,都没有再碰过数学教科书了。 但在你想要转行做人工智能之前,用……
thumbnail

R语言极限学习机算法训练 快速深度学习进行回归预测

深度学习在过去几年,由于卷积神经网络的特征提取能力让这个算法又火了一下,其实在很多年以前早就有所出现,但是由于深度学习的计算复杂度问题,一直没有被广……