在看完了Andrew Ng教授的deeplearning.ai课程和李飞飞教授的cs231n课程后，总觉得应该写点笔记将学习过程记录下来，但内容不少，需要时间慢慢整理，故先将学习成果记录下来，是一段深度神经网络的程序，基于python科学计算库numpy的。还有一段代码是基于tensorflow的，在深度学习笔记（二）：基于tensorflow的深度神经网络程序总览中在记录吧（目前未发布）。虽然tensorflow很是方便，但是总觉得封装太好，只看代码根本学习不到什么，用numpy写一遍深度神经网络后，掌握知识的程度感觉好很多。废话不多说，先贴出代码来，代码中有注释，数据集用的是经典的数字手写体识别库mnist，后续笔记会对应具体公式和算法详细记录。
2022-05-09 17:44:35
12.55MB
1
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
2022-05-08 20:56:24
4.44MB
1
1.training sets与validation sets，validation sets有何作用，
training sets是训练时用来调整权重使用的
validation sets不是用来调整权重用的，而是用作防止过拟合。也就是说当training sets随着训练次数增加，训练准确度也在增加，而经过 validation sets计算后，若精度保持不变或精度没有增加反而减小了，说明发生了过拟合，应当停止训练。
2.为何validation loss总大于training loss，而validation accuracy总小于training accuracy？
参考一些文章后，得知在一般情况下validation loss>training loss，validation accuracy
2022-05-04 22:36:35
1.44MB
1
An Attention-Based BiLSTM-CRF Model for
Chinese Clinic Named Entity Recognition；基于注意力的 BiLSTM-CRF 模型
中国门诊病历文本命名实体识别
2022-04-27 20:07:24
879KB
1
LightNet是一个轻量级、多功能且纯粹基于Matlab的深度学习框架。设计的目的是为深度学习研究提供一个易于理解、易于使用和高效的计算平台。实现的框架支持主要的深度学习体系结构，如多层感知器网络（MLP）、卷积神经网络（CNN）和递归神经网络（RNN）。LightNet支持CPU和GPU进行计算，两者之间的切换非常简单。实验展示了在计算机视觉、自然语言处理和机器人技术中的不同应用。
2022-04-23 14:07:04
30.45MB
人工智能 - 共享单车预测 - 共享单车预测 - 一个完全基于numpy等基础python库手写的深度学习神经网络，实现美国共享单车的预测
2022-04-21 12:06:59
658KB
在这门课程里你将掌握Deep Learning的概念和使用Keras和TensorFlow框架的模型，并实现深度学习算法，为你成为一名Deep Learning工程师做铺垫。
TensorFlow课程认证培训中，你将熟悉人工神经网络、PyTorch、自动编码器等的语言和基本概念。完成学习后，你将能够建立Deep Learning模型，解释结果，并建立自己的深度学习项目。
该课程面向神经网络、机器学习、深度学习、人工智能入门的同学，通过系统化学习，快速掌握TensorFlow技术及其应用。
2022-04-20 17:06:46
89.64MB
在不可预测的运动目标的视觉跟踪过程中, 眼动协调的神经动力学和平滑追踪.pdf
2022-04-17 13:00:41
1.38MB
code目录是代码，models目录下存放了我训练好的模型，data目录是数据，需要从百度网盘中下载，下载链接如下，如果链接失效请私信我获取新的下载链接，下载解压之后在数据把代码中的数据集路径修改为你解压的路径即可，资源见压缩包中的百度网盘地址。
包含垃圾分类数据集和tf代码-8w张图片245个类，提供2组训练好的模型在models目录下，详情参考：https://blog.csdn.net/ECHOSON/article/details/118025415
2022-04-17 12:06:06
101.99MB