Python 第51页

2020-03-25半瓶木阅读(1700)评论(0)赞(0)

在本主题中, 我们将实现一个基于深度神经网络的人工系统, 该系统将创建高感知质量的艺术图像。该系统将使用神经表示来分离, 重新组合任意图像的内容和样式, 从而为创建艺术图像提供一种神经算法。 神经样式转移是一种以另一种图像样式生成图像的方法...

2020-03-25半瓶木阅读(2476)评论(0)赞(0)

本文概述 数学运算 点积和线性空间 在二维坐标系上绘制函数 我们知道Tensor具有不同类型的维度, 例如零维度, 一维和多维。向量是一维张量, 要对其进行操纵, 可以使用几种操作。向量运算具有不同的类型, 例如数学运算, 点积和线性空间。...

2020-03-25半瓶木阅读(5154)评论(0)赞(0)

本文概述 创建二维张量 访问二维张量元素 张量乘法 三维张量 从3D张量访问元素 三维张量切片 二维张量类似于二维度量。二维度量标准具有n行和n列。类似地, 二维张量也具有n行n列。 二维张量具有以下表示 灰度标量图像是像素的二维矩阵。每个...

2020-03-25半瓶木阅读(1560)评论(0)赞(0)

在训练部分, 我们在MNIST数据集(无尽数据集)上训练了我们的模型, 它似乎达到了合理的损失和准确性。如果该模型可以利用它所学的知识并将其概括为新数据, 那么它将是其性能的真实证明。这将通过以下步骤完成： 步骤1： 我们将在训练部分创建的...

2020-03-25半瓶木阅读(1603)评论(0)赞(0)

在训练部分, 我们在MNIST数据集(无尽数据集)上训练了CNN模型, 它似乎达到了合理的损失和准确性。如果模型可以利用它学到的知识并将其自身概括为新数据, 那么它将是其性能的真实证明。这将以与上一个主题相同的方式进行。 步骤1： 我们将在...

2020-03-25半瓶木阅读(2580)评论(0)赞(0)

本文概述 使用Pip在Windows上安装PyTorch 使用Conda在Windows上安装PyTorch 在Linux上安装PyTorch 对于安装, 首先必须选择首选项, 然后运行install命令。你可以在本地或与云合作伙伴一起开始...

2020-03-25半瓶木阅读(1379)评论(0)赞(0)

了解感知器模型和一些关键术语(如交叉熵, S形梯度下降等)至关重要。那么, 感知器模型是什么, 它有什么作用？ 让我们看一个例子来理解感知器模型。想象一下, 有一家医院每年要对数千名患者进行手术, 并告诉你创建一个预测模型, 该模型可以准确...

2020-03-25半瓶木阅读(1385)评论(0)赞(0)

感知器模型的训练类似于线性回归模型。我们初始化神经模型, 该神经模型在输入层中有两个输入节点, 并具有一个具有S型激活函数的输出节点。当我们将模型绘制到数据上时, 我们发现它与我们的数据不太吻合。我们需要训练该模型, 以便该模型具有最佳的权...

2020-03-25半瓶木阅读(1508)评论(0)赞(0)

给定分配给它的随机参数, 我们绘制了线性模型。我们发现它与我们的数据不太吻合。我们要做的。我们需要训练该模型, 以便该模型具有最佳的权重和偏差参数并拟合该数据。 有以下步骤可以训练模型： 步骤1 我们的第一步是指定损失函数, 我们打算将其最...