卷积 全连 深度pytorch
深度学习入门--认识深度学习以及安装工具
感谢李沐老师的教学视频以及《动手学深度学习》，视频总时长47h https://zh-v2.d2l.ai/chapter_preface/index.html https://www.bilibili.com/video/BV1if4y147hS/?spm_id_from=333.999.0.0&v ......
104.二叉树的最大深度
目录题目法一、后序遍历法二、层序遍历 题目 给定一个二叉树 root ，返回其最大深度。二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。 示例 1： 输入：root = [3,9,20,null,null,15,7] 输出：3 示例 2： 输入：root = [1,null,2] ......
pytorch(13-2) CycleGAN
官网 https://junyanz.github.io/CycleGAN/ 代码 https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix ......
pytorch(13) GAN模型
https://zh.d2l.ai/chapter_computer-vision/neural-style.html import torch import torchvision from torch import nn from d2l import torch as d2l # 1阅读内容和 ......
ElasticSearch深度解析入门篇：高效搜索解决方案的介绍与实战案例讲解，带你避坑
ElasticSearch深度解析入门篇：高效搜索解决方案的介绍与实战案例讲解，带你避坑 1.Elasticsearch 产生背景 大规模数据如何检索 如：当系统数据量上了 10 亿、100 亿条的时候，我们在做系统架构的时候通常会从以下角度去考虑问题： 1）用什么数据库好？(mysql、oracl ......
[Leetcode] 0111. 二叉树的最小深度
111. 二叉树的最小深度 题目描述 给定一个二叉树，找出其最小深度。 最小深度是从根节点到最近叶子节点的最短路径上的节点数量。 说明：叶子节点是指没有子节点的节点。 示例 1： 输入：root = [3,9,20,null,null,15,7] 输出：2 示例 2： 输入：root = [2,nu ......
pytorch 学习记录
model.train()：启用 Batch Normalization 和 Dropout。作用：对BN层，保证BN层能够用到每一批数据的均值和方差，并进行计算更新；对于Dropout，model.train()是随机取一部分网络连接来训练更新参数。 model.eval()：不启用 Batch ......
刘老师《Pytorch深度学习实践》第三讲：梯度下降
1.分治法不能用 局部点干扰性大 2.梯度下降 3. 随机梯度下降 随机梯度下降法(Stochastic Gradient Descent, SGD)：由于批量梯度下降法在更新每一个参数时，都需要所有的训练样本，所以训练过程会随着样本数量的加大而变得异常的缓慢。随机梯度下降法正是为了解决批量梯度下降 ......
基于Googlenet深度学习网络的矿物质种类识别matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 VGG在2014年由牛津大学著名研究组vGG (Visual Geometry Group)提出，斩获该年lmageNet竞赛中Localization Task (定位任务)第一名和 Classificatio ......
Transoformer Pytorch实现
LayerNorm层 作用 BatchNorm计算的是一批样本，样本间同一个通道进行正则化 LayerNorm计算的是一个样本内，一个样本内进行正则化。 实现代码 class LayerNorm(nn.Module): def __init__(self,features,eps=1e-6): su ......
全面掌握胶囊网络：从基础理论到PyTorch实战
本文全面深入地探讨了胶囊网络（Capsule Networks）的原理、构建块、数学模型以及在PyTorch中的实现。通过本文，读者不仅能够理解胶囊网络的基础概念和高级数学原理，还能掌握其在实际问题中的应用方法。 关注TechLead，分享AI与云服务技术的全维度知识。作者拥有10+年互联网服务架构 ......
C++U5-深度优先搜索-03（记忆化搜索、剪枝和优化）
💡 根据 遗忘曲线：如果没有记录和回顾，6天后便会忘记75%的内容 笔记正是帮助你记录和回顾的工具，不必拘泥于形式，其核心是：记录、翻看、思考 思维导图 记忆化搜索图示： 剪枝和优化解释 例题讲解： 【天下第一】 #include <bits/stdc++.h> using namespace s ......
【专题】2022年中国数字孪生行业研究报告-数字孪生与产业深度融合-推动报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34041 本次报告合集分为数字孪生综述、技术架构建设、核心技术分享、新型技术成果展示以及重点行业应用五大内容版块。从数字孪生应用建设路径的角度出发，着重提出了“数智视融合，虚实人联动”的观点，并提供数字孪生应用技术的参考。同时，本报告合集还完整系 ......
基于深度学习的自动驾驶汽车语义分割与场景标注算法研究。
自动驾驶汽车是当前研究的热点领域之一，其中基于深度学习的语义分割与场景标注算法在自动驾驶汽车的视觉感知中具有重要作用。本文将围绕自动驾驶汽车的语义分割与场景标注算法展开研究。 一、研究背景 随着人工智能技术的不断发展，自动驾驶汽车逐渐成为汽车产业的重要发展方向。在自动驾驶汽车的视觉感知中，语义分割和 ......
深度学习（非线性优化）
之前做非线性优化一般都是求雅可比矩阵或者数值求导，然后通过高斯牛顿或者LM迭代求解。 这次用pytorch中的方法求解试试。 下面给一个用pytorch求解的代码，例子是之前文章中的。 import torch import torch.nn as nn import torch.optim as ......
ResNet详解：网络结构解读与PyTorch实现教程
本文深入探讨了深度残差网络（ResNet）的核心概念和架构组成。我们从深度学习和梯度消失问题入手，逐一解析了残差块、初始卷积层、残差块组、全局平均池化和全连接层的作用和优点。文章还包含使用PyTorch构建和训练ResNet模型的实战部分，带有详细的代码和解释。 关注TechLead，分享AI与云服 ......
基于CNN卷积神经网络的目标识别matlab仿真,数据库采用cifar-10
1.算法运行效果图预览 2.算法运行软件版本 MATLAB2022a 3.算法理论概述 CNN是一种专门用于图像处理的神经网络架构，其核心是卷积层、池化层和全连接层。CNN利用卷积操作和池化操作来自动学习图像中的特征，然后通过全连接层将这些特征映射到不同类别的标签上，实现图像分类和目标识别。 CNN ......
基于CNN卷积神经网络的口罩检测识别系统matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 新型冠状病毒可以通过呼吸道飞沫等方式传播，正确佩戴口罩可以有效切断新冠肺炎病毒的传播途径，是预防感染的有效措施。国内公众场合要求佩戴口罩。而商场、餐饮、地铁等人员密集型的场所对人流量高峰时段的应对措施往往令人力不 ......
#深度学习复现Github项目代码流程详细过程
背景要求： 已安装好anaconda及pycharm，这两个的安装可从网上学习安装，教程很多。 第一步，在Github上下载项目代码 因为第一次运行代码，找一些比较多运行成功的例子来练习，这次我找的是Github上的pix2pixGAN项目的源码，具体路径如下： https://github.com ......
代码随想训练营第十六天（Pyhton）｜ 104.二叉树的最大深度、 111.二叉树的最小深度、222.完全二叉树的节点个数
104.二叉树的最大深度 1、后续遍历递归法 class Solution: def maxDepth(self, root: Optional[TreeNode]) -> int: if root is None: return 0 left_depth = self.maxDepth(root. ......
pytorch:1.12-gpu-py39-cu113-ubuntu20.04
docker-compose 安装 unbuntu 20.04 version: '3' services: ubuntu2004: image: ubuntu:20.04 ports: - '2256:22' - '3356:3306' - '8058:80' volumes: - my-volu ......
DSPLearning_day02--卷积、互相关和差分方程求解的matlab实现
卷积实现 \[y(n) = x(n) * h(n) \\ y(n) = \sum_{m = -\infin}^{\infin}x(m)h(n-m) \]%确定第一个序列的x轴和y轴坐标 nx = [0:1]; x = [1 2]; %确定第二个序列的x轴和y轴坐标 nh = [0:2]; h = [ ......
《动手学深度学习 Pytorch版》 10.7 Transformer
自注意力同时具有并行计算和最短的最大路径长度这两个优势。Transformer 模型完全基于注意力机制，没有任何卷积层或循环神经网络层。尽管 Transformer 最初是应用于在文本数据上的序列到序列学习，但现在已经推广到各种现代的深度学习中，例如语言、视觉、语音和强化学习领域。 10.7.1 模 ......
深度学习（统计模型参数量）
统计模型参数量，方便判断不同模型大小： import torch import torch.nn as nn # 自定义AlexNet模型 class AlexNet(nn.Module): def __init__(self): super(AlexNet, self).__init__() se ......
anaconda+pytorch+pycharm
1、安装anaconda，使用conda新建虚拟环境 conda create -n pytorch python=3.9 numpy matplotlib pandas jupyter notebook（环境名为pytorch） conda activate pytorch conda deact ......
深度学习---实例分割网络yolact
yolact是第一个在COCO 数据集上做到实时的实例分割模型（大于30FPS），其将问题划分成两个平行的分支，一个分支由特征金字塔的P3层，经过Protonet预测mask，另一个分支通过P3-P7特征层预测类别、包围框以及mask的系数coefficient。另外还提出了比NMS更快的方法Fas ......
Go语言区块链从入门到深度实战：一站式学习Go语言与区块链技术
Go语言区块链从入门到深度实战：一站式学习Go语言与区块链技术 0 介绍 学习目标：1、理解什么是区块链；2、掌握区块链基本结构；3、构建区块链基本模型； 理论部分：1、区块链七层架构模型；2、区块链链式结构； 实践部分：1、创建区块；2、创建区块的“链”；3、访问区块链； 开发环境：GoLand ......
深度学习Python3实现自己的区块链视频课程【百行代码实现真实区块链项目】
深度学习Python3实现自己的区块链视频课程【百行代码实现真实区块链项目】 你是否会和我一样，对加密数字货币底层的区块链技术非常感兴趣，特别想了解他们的运行机制。 但是学习区块链技术并非一帆风顺，我看多了大量的视频教程还有各种课程，最终的感觉就是真正可用的实战课程太少。 我喜欢在实践中学习，尤其喜 ......