卷积 深度
如何使用 Nvidia 显卡 (CUDA) 为机器学习/深度学习设置 Windows 机器
如果您正在学习机器学习/深度学习，您可能正在使用免费的Google Colab。但是您可能想知道免费版本是否足够。 如果您买得起优质的 Nvidia 显卡（具有相当数量的 CUDA 内核），那么您可以轻松地使用您的显卡来完成此类密集型工作。 许多开发人员为此使用 Linux。但是，我不喜欢 Linu ......
基于ResNet18深度学习网络的mnist手写数字数据库识别matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 ResNet系列网络，图像分类领域的知名算法，经久不衰，历久弥新，直到今天依旧具有广泛的研究意义和应用场景。被业界各种改进，经常用于图像识别任务。ResNet-18，数字代表的是网络的深度，也就是说ResNet18 网 ......
动手学深度学习P3.1-线性神经网络-线性回归
# 3.1 线性回归 回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法。 在自然科学和社会科学领域，回归经常用来表示输入和输出之间的关系。 ## 3.1.1 线性回归的基本元素 这一部分主要是各种原理及公式，还是需要直接去阅读全文~ 总结部分要点如下： 1. 线性回归 ......
FFT——快速处理卷积
## 前置知识 ### 卷积 符号为 $*$。 设多项式 $A(x) = a_0 + a_1x + a_2x^2 + \cdots + a_nx^n, B(x) = b_0 + b_1x_1 + b_2x^2 + \cdots + b_nx^n$，则有 $$ (A * B)[n] = \sum_{i ......
小灰灰深度学习day5——数据预处理
内容简介: 1.将数据写入.csv文件中 2.将数据从.csv文件中读出 3.利用插值法处理缺失的数据 4.将数据类型转化为torch张量类型 代码如下: import os os.makedirs(os.path.join('..', 'data'), exist_ok=True) data_fi ......
在树莓派上实现numpy的conv2d卷积神经网络做图像分类，加载pytorch的模型参数，推理mnist手写数字识别，并使用多进程加速
这几天又在玩树莓派，先是搞了个物联网，又在尝试在树莓派上搞一些简单的神经网络，这次搞得是卷积识别mnist手写数字识别 训练代码在电脑上，cpu就能训练，很快的： import torch import torch.nn as nn import torch.optim as optim from ......
深度学习算法预测（LSTM）
深度学习算法预测（LSTM） LSTM在时间序列预测领域有着不错的表现，在进行时间序列预测时，既可以对单变量序列进行预测，也可以对多变量序列进行有效地输出。 LSTM搭建将使用tensorflow的keras模块搭建，已高度封装，可直接取用。 共封装了3个主要的函数： fit用于模型训练； eval ......
代码随想录算法训练营第16天 | ● 104.二叉树的最大深度 559.n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 - 第6章 二叉树 part03
第六章 二叉树part03 今日内容： ● 104.二叉树的最大深度 559.n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 迭代法，大家可以直接过，二刷有精力的时候 再去掌握迭代法。 详细布置 104.二叉树的最大深度 （优先掌握递归） 什么是深度，什么是高度，如 ......
小灰灰深度学习day4——数据操作之张量(torch)
震惊了！！！在python中， y = x + y;与 y += x;竟然有区别，且看如下代码: import torch ''' x = torch.arange(12) print(x) #reshape可以改变张量的形状而不改变元素的数量和元素值 X = x.reshape(-1,3) pri ......
《深度剖析CPython解释器》29. 源码解密 map、filter、zip 底层实现，对比列表解析式
楔子 Python 现在如此流行，拥有众多开源、高质量的第三方库是一个重要原因，不过 Python 的简单、灵巧、容易上手也是功不可没的，而其背后的内置函数（类）则起到了很大的作用。举个栗子： numbers = [1, 2, 3, 4, 5] # 将里面每一个元素都加1 print(list(ma ......
树的最大深度-java实现
使用递归的方法最为简洁、高效；通过主次遍历，主要不为空，书的深度就加一，同时比较右侧树的深度，每次返回最大值； 1 public int maxDepth(TreeNode root) { 2 return root==null?0:Math.max(maxDepth(root.left)+1,ma ......
基于GoogleNet深度学习网络的人员身份识别系统Matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 深度学习（DL，Deep Learning）是机器学习（ML，Machine Learning）领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能（AI，Artificial Intellige ......
代码随想录算法训练营第十六天|104. 二叉树的最大深度、559. N 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
【参考链接】 104. 二叉树的最大深度 【注意】 1. 二叉树节点的深度：指从根节点到该节点的最长简单路径边的条数或者节点数（取决于深度从0开始还是从1开始）。 二叉树节点的高度：指从该节点到叶子节点的最长简单路径边的条数或者节点数（取决于高度从0开始还是从1开始）。 2.根节点的高度就是二叉树的 ......
使用卷积神经网络实现影评数据的分类
一、实验目的 熟悉循环神经网络在文本分析和分类上的应用 二、实验原理或实验内容 从keras的数据集中加载影评数据，注意需要填充（截断）数据，并转成数组的形式。 构建一个神经网络模型，要求使用词嵌入和循环层，并使用划分好的训练集数据训练模型，使用划分好的测试集的数据验证模型，训练迭代20次。 获取训 ......
深度解析线程的正确停止方法
# 深度解析线程的正确停止方法  ## 一、解惑 ### 1. 什么情况下，线程需要被停止？ 线程和任务被创建和启动 ......
深度解析 slab 内存池回收内存以及销毁全流程
在上篇文章 [《深入理解 slab cache 内存分配全链路实现》](https://mp.weixin.qq.com/s?__biz=Mzg2MzU3Mjc3Ng==&mid=2247488152&idx=1&sn=7c65f8ee28e9cc14a86e9df92b6d2b93&chksm=c ......
深度学习分类网络---ResNet
### 一、为什么引入ResNet 通过上一篇分类网络的介绍，我们知道网络的宽度和深度可以很好的提高网络的性能，深的网络一般都比浅的的网络效果好，但训练一个很深的网络是非常困难的，一方面是网络越深越容易出现**梯度消失和梯度爆炸**问题， 然而这个问题通过BN层和ReLU激活函数等方法在很大程度上已 ......
深度学习
## 第一部分 基础知识（T=3W） #### 1.1 数学（T=1W） - 高数：导数、微分、积分、梯度、泰勒展开式 - 线性代数：向量、矩阵、运算、范数、特征向量和特征值 - 概率论：条件概率、期望等 #### 1.2 Python（T=1W） - [廖雪峰免费教程](https://www.l ......
卷积神经网络（CNN）进行特征提取
卷积神经网络（CNN）是一种深度学习模型，广泛应用于图像分类、目标检测、语音识别等领域。CNN通过卷积层、池化层、全连接层等组成，可以自动地从原始数据中提取特征。 卷积层是CNN的核心组成部分，它通过滑动卷积核对输入数据进行卷积操作，提取出图像的特征。卷积核的大小、步长、填充等参数可以根据任务需求进 ......
深度学习模型对图像进行特征提取
深度学习模型可以自动从图像中学习到特征，这些特征可以用于图像分类、目标检测和图像生成等任务。目前，深度学习模型在图像识别方面取得了非常出色的成果。 深度学习模型通常使用卷积神经网络（CNN）进行特征提取。CNN中的卷积层、池化层和全连接层可以自动学习到图像中的各种特征，例如边缘、纹理、角点和物体形状 ......
基于深度学习的图像识别技术研究
深度学习是一种机器学习技术，它模拟人类大脑的神经网络，通过多层神经网络对输入数据进行处理和学习，从而实现对复杂数据的高效识别和分类。基于深度学习的图像识别技术已经在各个领域得到广泛应用，包括人脸识别、自动驾驶、医学图像分析等。 在图像识别领域，深度学习技术主要应用于图像分类、目标检测、图像分割等任务 ......
深度解析多线程的创建方式和正确启动多线程
## 一、创建多线程  ### 1. 实现多线程 java 实现多线程的方式准确来说有两种（[oracle官方文档说 ......
macbook苹果m1芯片训练机器学习、深度学习模型,resnet101在mnist手写数字识别上做加速，torch.device("mps")
apple的m1芯片比以往cpu芯片在机器学习加速上听说有15倍的提升，也就是可以使用apple mac训练深度学习pytorch模型！！！惊呆了 安装apple m1芯片版本的pytorch 然后使用chatGPT生成一个resnet101的训练代码，这里注意，如果网络特别轻的话是没有加速效果的， ......
< Python全景系列-6 > 掌握Python面向对象编程的关键：深度探索类与对象
Python全景系列的第六篇，本文将深入探讨Python语言中的核心概念：类（Class）和对象（Object）。我们将介绍这些基本概念，然后通过示例代码详细展示Python中的类和对象如何工作，包括定义、实例化和修改等操作。本文将帮助您更深入地理解Python中的面向对象编程（OOP），并从中提出... ......
C++ 手搓 CNN 卷积神经网络
代码请自取 https://github.com/xoslh/CNN-MNIST-CPP- # 1 卷积神经网络-CNN 的基本原理 卷积神经网络(Convolutional Neural Networks, CNNs)是一种深度学习算法，特别适用于图像处理和分析。其设计灵感来源于生物学中视觉皮 ......
Book-深度探索C++对象模型
# Book-深度探索C++对象模型 ## 序章 对象模型是深层结构的知识，关系到“与语言无关、与平台无关、跨网络可执行”软件组件（software component）的基础原理。也因此，了解C++对象模型,是学习目前软件组件三大规格（COM、CORBA、SOM）的技术基础。 如果你对软件组件（s ......
使用卷积神经网络实现猫和狗的预测
1、将图片数据分为训练集和验证集，训练集中猫和狗各300张图片，验证集中猫和狗各200张图片。 2、构建一个神经网络模型，并使用划分好的训练集数据训练模型，使用验证集的数据验证模型，训练迭代30次，建议使用生成器。 3、获取训练过程中的训练精度、验证精度，并使用matplotlib来绘制精度变化曲线 ......
vscode配置远端服务器深度学习项目
vscode配置远端服务器深度学习项目 # 1.安装vscode 官网地址：https://code.visualstudio.com/ 下载安装程序，运行安装即可 # 2.连接服务器 ## 2.1 安装相关插件 需要安装 `Remote - SSH` 和 `Remote Development` ......
双目图像深度信息提取matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 深度学习的蓬勃发展得益于大规模有标注的数据驱动，有监督学习（supervised learning）推动深度模型向着性能越来越高的方向发展。但是，大量的标注数据往往需要付出巨大的人力成本，越来越多的研究开始关注如何在不 ......