深度
跟姥爷深度学习6 卷积网络的数学计算
一、前言 前面简单用TensorFlow的全连接网络做了气温预测然后深入了解了一下全连接网络的数学计算，接着用CNN（卷积）网络做了手写数字识别，本篇就接着这个节奏来看卷积网络的数学计算。 二、卷积网络回顾 前面我们使用卷积网络时并没有说太明白，特别是一些参数的含义，这里先补一下功课。 从上面的图看 ......
深度学习--调用chatgot接口实现
首先，对于段落文字进行提取主要信息，第一反应要是电脑像人脑就行了，就想到chatgpt进行识别，以下为我识别的文字进行gpt转换。 实验结果成立，现在只需要将接口调用，将识别文字传入后，进行字符串拼接，加上：“提取支付时间，消费类型，消费内容”，传入gpt后，将结果返回，输入到程序上，进行识别即可。 ......
现代计算机图形学——P6. Rasterization 2（Antialiasing and Z-Buffering）（光栅化（反走样和深度缓冲（Z缓冲）））
—————————————————————————————————————————————————————————— —————————————————————————————————————————————————————————— ———————————————————————————————— ......
watch的深度监听
### vue3中的watch默认deep为true 经踩坑发现，下面俩种情况不会开启 ### 1 当监视的对象author属性obj也为对象时，必须开启deep ``` const author = reactive({ name: 'John Doe', obj:{id:0,t:2}, book ......
基于价值的深度强化学习
由于动作和状态是随机的，又ut依赖于状态和动作，故ut也是随机的 最佳动作价值函数能给我们作出动作给予指导 我们利用神经网络来近似最佳动作价值函数 利用DQN进行动作价值函数的计算，例如我们可以将图片通过卷积层转换为特征向量， 再利用全连接层转换为对应的输出向量即为各个动作的打分。通过打分即可选择动 ......
深度强化学习 基本概念
state：状态；Action：动作；Agent：主体； 在状态s下主体可以选择自己的动作a。 policy函数π：给出在状态s下作出动作a的概率，策略作出的动作是随机的。 状态转移：在旧状态s1下作出动作a转移到新状态。 转态转移也是随机的，随机性依环境而变。 在状态s下作出动作a转移到s‘的概率 ......
基于Graph-Cut算法的彩色图像深度信息提取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 Graph cuts是一种十分有用和流行的能量优化算法，在图像处理领域普遍应用于前后背景分割（Image segmentation）、立体视觉（stereo vision）、抠图（Image matting）等，目前在 ......
深度学习中正样本、负样本、困难样本、简单样本区别
正样本： 与真值对应的目标类别来说该样本为正样本。 负样本： 与真值不对应的其他所有目标类别来说该样本为负样本。 困难样本： 预测时与真值标签误差较大的样本。 简单样本： 预测时与真值标签误差较小的样本。 如： 图片分类：。 需要识别马、羊、牛三个类别。 给一张马的图片。对于预测马来说这个样本为正样 ......
KDDCup深度学习
import pandas as pd import torch import torchvision import torch.nn as nn import numpy as np import torch.utils.data as Data from sklearn import prepr ......
基于LSTM-RNN的深度学习网络的训练对比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 长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络，是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来的，所有的RNN都具有一种重复神经网络模块的链式形式 ......
【C++深度解析】9、const 常量？只读变量？
文章目录1 const 常量的判别准则1.1 编程实验2 小结 看了前面的关于 const 的内容，不知道是不是有疑问，const 什么时候为只读变量，什么时候是常量？1 const 常量的判别准则只有用字面量初始化的 const 常量才会进入符号表使用其他变量初始化的 const 常量仍然是只读变 ......
深度学习—损失函数专题
损失函数概念 1、对于监督学习：估量神经网络模型的预测值和真实值的不一致的程度，衡量的是：在神经网络训练阶段，某个或若干个输入样本，在输出层上的预测值和真实值之间不一致的程度。 2、广义上（无监督）：衡量两个特征向量之间的差异程度/不一致程度/距离 3、作用：定义最终的损失值，是神经网络误差回传和权 ......
深度学习—神经网络优化
激活函数 作用：增加非线性因素 Relu激活函数，含GELU softmax激活函数：优势和劣势都无限扩大，每个都是自然数次方 sofrmax和sigmoid的区别： sigmoid激活函数： 每个神经元激活时只看自己激活前的值，不满足各个神经元激活后的输出值相加等于1的性质，个神经元之间是独立的。 ......
MySQL百万数据深度分页优化思路分析
业务场景 一般在项目开发中会有很多的统计数据需要进行上报分析，一般在分析过后会在后台展示出来给运营和产品进行分页查看，最常见的一种就是根据日期进行筛选。这种统计数据随着时间的推移数据量会慢慢的变大，达到百万、千万条数据只是时间问题。 瓶颈再现 创建了一张user表，给create_time字段添加了 ......
深度学习基础概念
#模型假设和参数是什么？ 模型假设和参数是什么：用一个函数关系去表示的一只样本的数据的后面存在的规律。参数的是用于表现的规律的特征参数。 #评价函数（损失）是什么？ 评价函数（损失）：是与评价预测与目标的之间的一种关系函数。衡量模型预测值和真实值差距的评价函数也被称为损失函数（损失Loss） 机器学 ......
深度学习---图像分类网络
分类网络 深度学习在图像邻域的应用大致可以分为图像分类、目标检测、图像分割三大类，其中图像分割又可以细分为语义分割、实例分割和全景分割，这一篇梳理下常见的分类数据集和分类网络，后续会重点介绍ResNet，并逐步实现ResNet训练及推理。 一、常用分类数据集 MNIST 内容是0-9的手写数字，60 ......
深度操作系统 deepin 20.8 定制的 SSH 安全模块问题
近期由于工作需求，尝试使用国产化操作系统，由于对 Debian 系统的偏爱，选择了深度操作系统，使用的版本是 Deepin 20.8，安装使用基本顺利，没什么大问题。 但由于这个环境是面向公网的，总是免不了大量的攻击类 SSH 登录尝试，发现深度好像定制修改了安全防护这块，当 SSH 密码登录错误达 ......
深度学习为什么要用 tensor
深度学习中的 tensor 概念是指张量，是一种多维数组。相比于 numpy 中的数组，tensor 具有以下几个优点： 支持 GPU 加速：深度学习中，需要对大量数据进行计算，并且这些计算通常是高度并行化的。使用 tensor 可以方便地将计算放到 GPU 上进行加速，而 numpy 则通常只能在 ......
小程序对某个对象实现深度监听
场景：有一个与页面实例不关联的外部对象，当其某个属性改变时，需要页面做出反应，也就是页面需要监听它 问题：肯定直接想到计算属性，但是小程序不自带，然后用wx-computed等插件，发现都有缺陷，只能对页面实例内部data的属性进行监听；然而就算把这个外部对象声明到page的data里，但由于对象属 ......
2023.5.7 《动手学深度学习》第7、8章
今天继续学习《动手学习深度学习》第7章：现代卷积神经网络、第8章：循环神经网络，今天学到的内容主要有这两章的概念。 一、理论部分： 1、LeNet和AlexNet的网络结构 LeNet的激活函数是Sigmoid，AlexNet的激活函数是ReLU。 2、AlexNet和VGG的网络结构 3、Ince ......
深度学习推荐系统 电子书 pdf
作者: 王喆出版社: 电子工业出版社出品方: 博文视点 关注公众号：红宸笑。 回复：电子书 即可 深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。 《深度学习推荐系统》 ......
跟姥爷深度学习5 浅用卷积网络做mnist数字识别
一、前言 前面用TensorFlow浅做了一个温度预测，使用的是全连接网络，同时我们还对网上的示例做了调试和修改，使得预测结果还能看。本篇我们更进一步使用CNN（卷积）网络，不过再预测温度就有点大材小用，所以本篇是做手写数字的识别。 手写数字识别是非常经典的分类问题，是入门必备的，门槛又比猫狗识别低 ......
2023.5.6 《动手学深度学习》第3、4章
今天继续学习《动手学习深度学习》第5章：深度学习计算、第6章：卷积神经网络，今天学到的内容主要有这两章的概念。以及实现LeNet对FashionMNIST进行分类。 一、理论部分： 1、概念解释： 1×1卷积的作用：卷积通常用于识别相邻元素间相互作用的能力，但1×1卷积不具备该能力，其主要用于调整输 ......
易基因：2023年植物表观转录组研究的最新进展（m6A+m5C）｜深度综述
大家好这里是专注表观组学十余年，领跑多组学科研服务的易基因。 被称为表观转录组（epitranscriptome）的RNA修饰正成为基因调控的广泛调控机制。由于绘制转录组范围RNA修饰测序策略的改进，以及分别对沉积、去除和识别RNA修饰的writers、erasers和readers密集表征，表观转 ......
2023.5.5 《动手学深度学习》第3、4章
今天继续学习《动手学习深度学习》第3章：线性神经网络、第4章：多层感知机，今天学到的内容主要有这两章的概念，另外，完成了Kaggle房价预测的代码复现（Kaggle_HousePricePrediction.ipynb）。 一、理论部分： 1、概念解释： 超参数：可以调整但不在训练过程中更新的参数称 ......
基于原子范数的深度展开网络实现
本文对现有的毫米波雷达-DOA估计方法进行了梳理，包括子空间分解、子空间你和、压缩感知（在网、离网和无网模型）；并重点对原子范数类压缩感知方法进行了实现和突破，主要突破点在于将原子范数理论和深度展开理论结合，解决了现有原子范数DOA估计求解的缺陷，旨在为线谱估计理论研究提供新的思路。 ......
优化算法-从梯度下降到深度学习非凸优化
一、数学优化 1.1 定义 Mathematical Optimization（数学优化）问题，亦称最优化问题，是指在一定约束条件下，求解一个目标函数的最大值（或最小值）问题。 根据输入变量 𝑿 的值域是否为实数域，数学优化问题可以分为离散优化问题和连续优化问题． 在连续优化问题中，根据是否有变量 ......
2023.5.4 《动手学深度学习》第1、2章
今天开始学习李沐的《动手学深度学习》，开贴记录一下。 今天学到的知识点包括： 一、理论部分 1、有监督学习、无监督学习和半监督学习； 二、Python和Pytorch模块、函数 1、os 模块 2、pandas 模块 三、涨知识 一、理论部分 1、有监督学习、无监督学习和半监督学习 有监督学习：每一 ......