最近在折腾C++与Python之间图像传输的问题,踩了一些坑,记录之以飨后来者。
深度学习基础——现代卷积神经网络(二)
发表于
|
分类于
deepLearning
本文介绍卷积神经网络的第二部分。
深度学习基础——卷积神经网络(一)
发表于
|
分类于
deepLearning
本文介绍卷积神经网络(convolutional neural network,CNN)。卷积神经网络是专为图像数据设计的神经网络,其参数小于全连接的网络,而且卷积也便于在GPU中并行计算。因此,CNN广范围研究人员采用。CNN较为重要,因此分两篇文章介绍。
深度学习基础——深度学习计算
发表于
|
分类于
deepLearning
前几篇介绍了常用概念以及最简单的线性回归和多层感知机,本篇介绍深度学习中的关键步骤组件,如模型构建、参数访问与初始化、设计自定义层和块、将模型读到磁盘以及利用GPU加速运算。
深度学习基础——多层感知机
发表于
|
分类于
deepLearning
多层感知机(Multilayer Perceptron, MLP)是最简单的深度网络。本文回顾多层感知机的相关内容及一些基本概念术语。
深度学习基础——线性神经网络
发表于
|
分类于
deepLearning
线性神经网络是深度神经网络的基础,本文介绍线性神经网络的相关内容。
深度学习常用数据操作总结——数据预处理
发表于
|
分类于
deepLearning
深度学习采用的数据全部以张量的形式存储在内存中,然而我们拿到手的原始数据却不是张量形式,因此需要首先对数据进行处理,将其转换为张量形式,可以采用Python中的Pandas包来完成。
深度学习常用数据操作总结——数据操作
发表于
|
分类于
deepLearning
深度学习中需要大量对数据进行操作,本文以Pytorch框架为例,对常用的数据操作进行总结。
知识图谱基础入门(二)
发表于
|
分类于
knowledgeGraph
知识图谱表示(Knowledge Graph Representation)指的是用什么语言对知识图谱进行建模,从而可以方便知识计算。本文对知识表示的常见方法进行介绍。
C语言中令人头疼的指针(二)
发表于
|
分类于
C
上一篇中介绍了什么是C语言中的指针,以及指针具备哪些基本操作。本篇继续介绍C语言中指针常见的几种用法。