linux那些事

在前几次笔记中，笔者基本上将卷积神经网络的基本原理给讲完了。从本次笔记开始，笔者在深度学习笔记中会不定期的对 CNN 发展过程中的经典论文进行研读并推送研读笔记。今天笔者就和...

linux那些事

上一讲笔者和大家一起学习了如何使用 Tensorflow 构建一个卷积神经网络模型。本节我们将继续利用 Tensorflow 的便捷性完成 mnist 手写数字数据集的识别...

linux那些事

在上一讲中，我们学习了如何利用 numpy 手动搭建卷积神经网络。但在实际的图像识别中，使用 numpy 去手写 CNN 未免有些吃力不讨好。在 DNN 的学习中，我们也是...

linux那些事

前两个笔记中集中探讨了卷积神经网络中的卷积原理，对于二维卷积和三维卷积的原理进行了深入的剖析，对 CNN 的卷积、池化、全连接、滤波器、感受野等关键概念进行了充分的理解。本...

linux那些事

在上一讲中，我们对卷积神经网络中的卷积操作进行了详细的解读，但仅仅是对二维图像，即通道数为 1 的图像（灰度图）进行了卷积，对于三维或者更高维的图像卷积显然并没有这么简单。...

linux那些事

前面的八篇学习笔记，基本上都是围绕着深度神经网络（DNN）和全连接网络（FCN）在学习。从本篇开始，将带着大家一起学习和研究深度学习的另一个主题——卷积神经网络（Convo...

linux那些事

在笔记7中，笔者和大家一起入门了 Tensorflow 的基本语法，并举了一些实际的例子进行了说明，终于告别了使用 numpy 手动搭建的日子。所以我们将继续往下走，看看如...

linux那些事

从前面的学习笔记中，和大家一起使用了 numpy 一步一步从感知机开始到两层网络以及最后实现了深度神经网络的算法搭建。而后我们又讨论了改善深度神经网络的基本方法，包括神经网...

linux那些事

从前面的学习中，带大家一起学会了如何手动搭建神经网络，以及神经网络的正则化等实用层面的内容。这些都使得我们能够更深入的理解神经网络的机制，而并不是初次接触深度学习就上手框架...

linux那些事

在笔记 4 中，详细阐述了机器学习中利用正则化防止过拟合的基本方法，对 L1 和 L2 范数进行了通俗的解释。为了防止深度神经网络出现过拟合，除了给损失函数加上 L2 正则...

linux那些事

今天要说的是关于机器学习和深度学习中的一项关键技术：正则化。相信在机器学习领域摸爬滚打多年的你一定知道正则化是防止模型过拟合的核心技术之一 总的来说，监督机器学习的核心原理莫...

linux那些事

在笔记 1 和 2 里笔者使用 numpy 手动搭建了感知机单元与一个单隐层的神经网络，理解了神经网络的基本架构和传播原理，掌握了如何从零开始手写一个神经网络。但以上仅是神经...

linux那些事

笔记1中我们利用 numpy搭建了神经网络最简单的结构单元：感知机。笔记2将继续学习如何手动搭建神经网络。我们将学习如何利用 numpy搭建一个含单隐层的神经网络。单隐层顾名...

linux那些事

很多人说深度学习就是个黑箱子，把图像预处理之后丢进 tensorflow 就能出来预测结果，简单有效又省时省力。如果你已是一名功力纯厚的深度学习工程师，这么做当然没问题。但我...

linux那些事

对于部分android开发可能没有使用过NDK，ndk只是工具，我们真正要实现的功能还是需要c/c++来编写我们的实现代码。对于没有使用或学习过c/c++的同学，可能一听到c...

linux那些事

我们知道 ， Android系统是基于linux开发 ， 采用的是linux内核 ， Android APP开发大部分也要和系统打交道 ， 只是Android FrameWo...