首页
学习
活动
专区
工具
TVP
发布

python pytorch AI机器学习实践

专栏作者
74
文章
115541
阅读量
18
订阅数
Pytorch小技巧-数据增强(上)
那么在现实生活中,想要得到大量的数据,不仅要收集各种情景下、各种角度、各个位置的照片,还有确保数据的多样性。
用户6719124
2019-12-05
2K0
Pytorch-经典卷积网络介绍(上)
y轴是错误率。由图看出在较早期的拘役2⁓4层神经网络结构的shallow错误率高达25.8%和28.2%。而后在alexnet出现后,一下子将错误率降到了16.4%、而后具有19层结构的VGG网络和22层的GoogleNet进一步将错误率降到了7.3%和6.7%。而后发现的ResNet更是将错误率降到了3.57%。
用户6719124
2019-12-04
4500
Pytorch-ResNet(残差网络)-上
由之前的研究,会有人疑问是否往往更深层次的神经网络具有更佳的表现?这种问题现在还无法进行完美的解答。
用户6719124
2019-12-04
8620
pytorch基础知识-pooling(池化)层
pooling(池化)层原则上为采样操作,与upsample(上采样)不同的是,pooling为下采样操作,即将feature map变小的操作。
用户6719124
2019-11-21
9.6K0
Pytorch实现简单的数字识别(上)
使用深度学习神经网络对数字识别,大体需要4个步骤:①读取数据。②建立模型。③训练。④测试、验证。
用户6719124
2019-11-18
1.4K0
Pytorch实现简单的数字识别(下)
但要注意loss的降低程度不能代表神经网络结构模型的好坏,应该将最终的正确率结果作为验证模型优劣的工具。
用户6719124
2019-11-18
6570
“电视、新闻、报纸”-简单机器学习预测未来销售额
机器学习是python使用的一大方向,本文以简单的三种不同销售方式对最终销额的影响为例子,采用MSE均方差进行分析。
用户6719124
2019-11-17
6930
python机器学习实现鸢尾花的分类
鸢尾花(学名:Iris tectorum Maxim)属百合目、鸢尾科,可供观赏,花香气淡雅,可以调制香水,其根状茎可作中药,全年可采,具有消炎作用。
用户6719124
2019-11-17
6.1K0
使用pytorch实现鸢尾花的分类——BP神经网络
因此是4->layer1->layer2->3的三分类问题。考虑可以使用多种算法进行分析,本文先介绍使用BP神经网络进行分析。
用户6719124
2019-11-17
11.6K2
pytorch基础知识-常见激活函数(下)
它是由sigmoid表达式变化而来的。是将sigmoid的x轴压缩两倍、y轴增加2倍而来的。
用户6719124
2019-11-17
5250
pytorch基础知识-反向传播
如图所示为由最开始的输入到输出。给了每个节点上一个weight(权重),第一层和第二层均用O代表输出。通过链式法则分解成上式子。
用户6719124
2019-11-17
4380
Pytorch-多分类问题神经层和训练部分代码的构建
这里完成了tensor的建立和forward过程,下面介绍train(训练)部分。
用户6719124
2019-11-17
7410
Pytorch基础知识-激活函数
如图,蓝线为sigmoid激活函数,sigmoid激活函数可以将数值压缩至0到1,特别适合于probability和RGB的计算,但它具有梯度离散的问题,在边缘时梯度接近于0,会导致无法继续优化的情况。
用户6719124
2019-11-17
5870
pytorch基础知识-GPU加速
一般我们在使用笔记本电脑或者台式机进行神经网络结构计算时,默认使用cpu计算,但cpu运算速度十分有限,一个专门搞学术研究的人常配备一个英伟达显卡来加速计算。
用户6719124
2019-11-17
1K0
pytorch-过拟合与欠拟合(下)
那么如何衡量不同模型的学习能力呢,我们将这个能力叫为:model capacity。正常上认为次幂数越高可表达的能力越大。目前随着硬件技术的发展,能构建的神经网络结构也越来越深。从以往数据来看,具有8个神经层的AlexNetd的数据量可以达到60MB,具有19个神经层的VGG网络的数据量大概为250MB左右,而在2015年新研究出的ResNet的152个神经层的数据量要多个GB的数据量,从而具有更高的学习能力,反映出更高维的特征。
用户6719124
2019-11-17
7990
pytorch-Train-Val-Test划分(上)
本节介绍的是Train/Val/Test部分的划分,合理的划分会有效地减少under-fitting和over-fitting现象。
用户6719124
2019-11-17
3.6K0
pytorch-Train-Val-Test划分(下)
上半节讲到一个数据集正常需要划分为train、validation和test三个数据集,那么具体到代码中是如何实现的?
用户6719124
2019-11-17
3.3K0
pytorch-Regularuzation
上节讲解了如何检测over-fitting现象,本节讲解如何减轻over-fitting。
用户6719124
2019-11-17
4790
pytorch卷积神经网络-卷积的定义(上)
上述图片所示的是数字‘8’,但这个“8”在计算机看来,确是(28*28)矩阵的组合
用户6719124
2019-11-17
5870
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
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
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
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