腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
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
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
python pytorch AI机器学习实践
专栏成员
举报
74
文章
119846
阅读量
18
订阅数
订阅专栏
申请加入专栏
全部文章(74)
pytorch(22)
神经网络(19)
api(9)
深度学习(9)
python(8)
机器学习(6)
kernel(6)
channel(5)
size(5)
人工智能(4)
torch(4)
spring(3)
编程算法(3)
label(3)
max(3)
tensor(3)
tensorflow(2)
批量计算(2)
卷积神经网络(2)
input(2)
min(2)
padding(2)
sum(2)
优化(2)
javascript(1)
bash(1)
html(1)
bash 指令(1)
命令行工具(1)
腾讯云测试服务(1)
numpy(1)
面向对象编程(1)
线性回归(1)
数据可视化(1)
add(1)
blur(1)
cut(1)
d3(1)
detect(1)
difference(1)
edge(1)
element(1)
epoch(1)
error(1)
eval(1)
expand(1)
height(1)
map(1)
mean(1)
memory(1)
mnist(1)
model(1)
partial(1)
point(1)
probability(1)
pycharm(1)
repeat(1)
sample(1)
scale(1)
self(1)
transpose(1)
view(1)
width(1)
函数(1)
网络(1)
性能(1)
原理(1)
搜索文章
搜索
搜索
关闭
Pytorch小技巧-数据增强(上)
神经网络
机器学习
深度学习
人工智能
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
2.1K
0
pytorch 1.2 与 Tensorflow 2.0 谁优谁劣?
深度学习
tensorflow
api
pytorch
python
Tensorflow作为长盛不衰的深度学习框架,一直广泛受到工业、科研学术界的欢迎,而近期推出Tensorflow2.0更是将Tensorflow的热度填了一把火。但作为深度学习的另外两位巨头(Keras和pytorch)似乎也在逐渐的撼动Tensorflow的领主地位。这里主要介绍Tensorflow和pytorch的王者之争。
用户6719124
2019-11-18
1.5K
0
Python实现简单的梯度下降计算
深度学习
梯度下降是深度学习的精髓,以至于可以说深度学习又可称为gradient learning。
用户6719124
2019-11-18
1.5K
0
pytorch基础知识:张量(上)
pytorch
python
numpy
深度学习
python中的Int类型、float类型、Int array类型和Float array类型在pytorch中分别对应于IntTensor类型、FloatTensor类型、IntTensor[一维, 二维...]类型和FloatTensor[一维, 二维...]类型。
用户6719124
2019-11-18
467
0
python机器学习实现鸢尾花的分类
编程算法
机器学习
神经网络
深度学习
人工智能
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
6.2K
0
使用pytorch实现鸢尾花的分类——BP神经网络
机器学习
深度学习
人工智能
神经网络
编程算法
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
12.1K
2
pytorch基础知识-反向传播
神经网络
编程算法
深度学习
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
464
0
pytorch基础知识-GPU加速
深度学习
pytorch
神经网络
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
1.1K
0
pytorch-过拟合与欠拟合(下)
机器学习
神经网络
深度学习
人工智能
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
825
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
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