腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
大龄程序员的人工智能之路
专栏作者
举报
225
文章
310498
阅读量
37
订阅数
订阅专栏
申请加入专栏
全部文章（225）
深度学习（60）
神经网络（57）
编程算法（53）
tensorflow（50）
机器学习（48）
人工智能（39）
https（29）
api（20）
python（19）
android（18）
javascript（17）
网络安全（17）
小程序（16）
打包（14）
github（14）
keras（13）
linux（12）
开源（12）
SSL 证书（11）
卷积神经网络（11）
windows（11）
c++（10）
ide（9）
git（9）
图像识别（9）
java（7）
缓存（7）
ubuntu（6）
数据加密服务（6）
http（6）
微信（6）
chromium（6）
node.js（5）
硬件开发（5）
腾讯云测试服务（5）
数据分析（5）
视频（5）
系统（5）
html（4）
json（4）
图像处理（4）
存储（4）
numpy（4）
线性回归（4）
迁移学习（4）
anaconda（4）
安全（4）
机器人（4）
rust（4）
编译（4）
浏览器（4）
模型（4）
源码（4）
c 语言（3）
go（3）
bash（3）
bash 指令（3）
网站（3）
容器（3）
kernel（3）
数据结构（3）
webgl（3）
腾讯云开发者社区（3）
编码（3）
程序员（3）
搜索（3）
人脸识别（2）
android studio（2）
qt（2）
嵌入式（2）
makefile（2）
搜索引擎（2）
容器镜像服务（2）
文件存储（2）
访问管理（2）
企业（2）
渲染（2）
自动化（2）
面向对象编程（2）
监督学习（2）
决策树（2）
npm（2）
验证码（2）
gpt（2）
部署（2）
产品（2）
对象（2）
工具（2）
工作（2）
互联网（2）
开发（2）
设计（2）
视频编码（2）
音频（2）
音视频（2）
硬件（2）
内容分发网络 CDN（1）
官方文档（1）
腾讯云学堂（1）
ios（1）
ajax（1）
webview（1）
汇编语言（1）
arm（1）
数据库（1）
sql（1）
unix（1）
nginx（1）
批量计算（1）
命令行工具（1）
全站加速网络（1）
智能鉴黄（1）
文字识别（1）
机器翻译（1）
express（1）
yarn（1）
游戏（1）
html5（1）
ssh（1）
gui（1）
unity（1）
grep（1）
pytorch（1）
tcp/ip（1）
flash（1）
udp（1）
powershell（1）
物联网（1）
虚拟化（1）
jupyter notebook（1）
5g（1）
sdk（1）
bug（1）
chatgpt（1）
cpu（1）
display（1）
event（1）
gpu（1）
image（1）
invoke（1）
it（1）
medium（1）
text（1）
video（1）
百度（1）
编程（1）
测试（1）
插件（1）
程序（1）
创业（1）
地图（1）
翻译（1）
服务（1）
服务器（1）
工作流（1）
函数（1）
行业（1）
继承（1）
架构（1）
加密（1）
框架（1）
蓝牙（1）
流媒体（1）
乱码（1）
内存（1）
日志（1）
事件（1）
数据（1）
算法（1）
通信（1）
网络（1）
协议（1）
芯片（1）
优化（1）
云服务（1）
指针（1）
字符串（1）
搜索文章
搜索
搜索
关闭
一步步提高手写数字的识别率(3)
tensorflow
机器学习
深度学习
人工智能
卷积神经网络
在前面的两篇文章《一步步提高手写数字的识别率(1)》和《一步步提高手写数字的识别率(2)》中，我们分别介绍了使用Softmax回归和神经网络来实现手写数字识别，其准确率分别在92和98%左右，这在机器学习领域是一个非常不错的准确率，如果我们采用卷积神经网络，准确率还可以进一步提升。
云水木石
2019-07-02
657
0
提高模型性能，你可以尝试这几招...
卷积神经网络
keras
腾讯云测试服务
github
git
在EZDL到底怎样，试试看…一文中，我尝试了百度推出的在线人工智能设计平台EZDL，其愿景是任何人不用编写一行代码就可以轻松地构建、设计和部署人工智能（AI）模型。从试用效果上看，确实不需要编写一行代码，也不需要什么人工智能知识。但对于一名程序员而言，将人工智能包装到一个黑盒子中，而自己毫无掌控感，总有那么一点不踏实。
云水木石
2019-07-01
994
0
一步步提高手写数字的识别率(2)
卷积神经网络
神经网络
在前面一篇文章《一步步提高手写数字的识别率(1)》中，我们使用Softmax回归实现了一个简单的手写数字识别程序，在MNIST数据集上的准确率大约为92%。这是一个线性模型，其特点是简单易用，但拟合能力不强。而深度神经网络在线性模型的基础上引入隐藏层，并增加非线性激活函数，使得拟合复杂函数的能力大大增强。
云水木石
2019-07-01
797
0
一步步构建卷积模型
卷积神经网络
numpy
在这个编程练习中，我们将使用numpy实现卷积(CONV)层和池化(POOL)层。
云水木石
2019-07-01
524
0
Neural Network Basics习题解析
python
numpy
卷积神经网络
神经网络
昨天做完卷积神经网络习题，感觉自己都弄懂了，但到编程环节，却感觉无从下手，勉强参照示例代码完成编程任务，提交了好几次都没有通过，倍受打击。简单总结了一下原因：
云水木石
2019-07-01
573
0
[卷积神经网络]课程：The basics of ConvNets习题解析
腾讯云学堂
深度学习
卷积神经网络
Coursera上的deep learning在线课程可以说是深度学习最经典的入门教程，其讲师Andrew Ng在业界赫赫有名。目前该套课程已经授权给网易云课堂，我们可以在网易云课堂上免费学习该课程。但有点不好的是，网易云课堂上的课程没有配套的习题和编程练习。个人认为，除了听课之外，必要的练习和编程也是必需的，所以我还是上Coursera上注册了该课程。如果想省钱的话，可以先上网易云课堂把课程听完，然后去Coursera上注册课程，在7天试用期之内完成习题和编程训练，就可以免费了。
云水木石
2019-07-01
771
0
高级AI：使用Siamese网络进行人脸识别
神经网络
卷积神经网络
人脸识别
编程算法
Siamese网络是一种特殊类型的神经网络，也是最简单和最常用的一次性学习算法之一。
云水木石
2019-07-01
1.5K
0
再谈迁移学习：微调网络
神经网络
卷积神经网络
迁移学习
在《站在巨人的肩膀上：迁移学习》一文中，我们谈到了一种迁移学习方法：将预训练的卷积神经网络作为特征提取器，然后使用一个标准的机器学习分类模型（比如Logistic回归），以所提取的特征进行训练，得到分类器，这个过程相当于用预训练的网络取代上一代的手工特征提取方法。这种迁移学习方法，在较小的数据集（比如17flowers）上也能取得不错的准确率。
云水木石
2019-07-01
1.9K
0
[卷积神经网络]课程：Deep convolutional models习题解析
卷积神经网络
同样，经典的卷积神经网络通常是几个卷积层后面带一个池化层，接近输出的地方再加上全连接层，所以选择选项1和3
云水木石
2019-07-01
769
0
[卷积神经网络]课程：Detection algorithms习题解析
卷积神经网络
因为图片中包含了car这个分类的物体，所以选项4和5首先排除。只要注意bx、by只的是检测对象中心点的坐标，而且按照惯例左上是(0, 0)，右下是(1, 1)，不难确定答案是选项1。
云水木石
2019-07-01
547
0
[卷积神经网络]课程：Face recognition & Neural style transfer习题解析
卷积神经网络
人脸识别
数据库
sql
人脸验证需要解决的就是在数据库中只有一张图片的情况下能够识别出新的人脸，即所谓的one-shotlearning problem。答案是选项3和4。
云水木石
2019-07-01
392
0
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
立即学习
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档