机器学习笔记 - 使用 Tensorflow 从头开始​​构建您自己的对象检测器

相关文章

• 从头开始构建大语言模型(LLM)

  了解如何从头开始构建大语言模型，从而创建、训练和调整大语言模型！ LLMs 在“从头开始构建大语言模型”中，你将了解如何从内到外LLMs工作。在这本富有洞察力的书中，畅销书作家塞巴斯蒂安·拉施卡 （Sebastian Raschka） 将指导您逐步创建自己的LLM阶段，并用清晰的文本、

  2024年02月01日

  浏览(38)

• 学习 TensorFlow：构建和训练机器学习模型的利器

  TensorFlow 是一种强大的开源机器学习框架，被广泛应用于构建和训练各种类型的神经网络模型。本文将介绍 TensorFlow 的基本概念、特点和学习步骤，同时提供一个项目案例和练习题，帮助读者快速入门和掌握 TensorFlow。 强大的计算图：TensorFlow 使用计算图来表示计算任务，将复

  2024年02月09日

  浏览(35)
• 

  SpringCloud学习路线（1）—— 从头开始的微服务

  一、服务架构的历史 现有的服务框架： 单体架构 概念： 将业务所有功能集中在一个项目中开发，打包部署 优点： 架构简单，部署成本低 缺陷： 耦合度高 分布式架构 概念： 根据业务功能对系统进行拆分，每个业务模块作为独立项目开发，称为一个服务 优点： 耦合度低，

  2024年02月16日

  浏览(34)

• 现代C++中的从头开始深度学习：激活函数

          让我们通过在C++中实现激活函数来获得乐趣。 人工神经网络是生物启发模型的一个例子。在人工神经网络中，称为神经元的处理单元被分组在计算层中，通常用于执行模式识别任务。         在这个模型中，我们通常更喜欢控制每一层的输出以服从一些约束。

  2024年02月15日

  浏览(37)

• 现代C++中的从头开始深度学习：【5/8】卷积

           在上一个故事中，我们介绍了机器学习的一些最相关的 编码 方面，例如 f unctional  规划、 矢量化 和 线性代数规划 。

  2024年02月13日

  浏览(54)
• 

  现代C++中的从头开始深度学习【2/8】：张量编程

          初学者文本 ：此文本需要入门级编程背景和对机器学习的基本了解。 张量是在深度学习算法中表示数据的主要方式。它们广泛用于在算法执行期间实现输入、输出、参数和内部状态。         在这个故事中，我们将学习如何使用特征张量 API 来开发我们的C+

  2024年02月13日

  浏览(36)

• 现代C++中的从头开始深度学习：【4/8】梯度下降

          在本系列中，我们将学习如何仅使用普通和现代C++编写必须知道的深度学习算法，例如卷积、反向传播、激活函数、优化器、深度神经网络等。         在这个故事中，我们将通过引入 梯度下降 算法来介绍数据中 2D 卷积核的拟合。我们将使用卷积和 上一个故事

  2024年02月13日

  浏览(47)

• 现代C++中的从头开始深度学习【1/8】：基础知识

          提及机器学习框架与研究和工业的相关性。现在很少有项目不使用Google TensorFlow或Meta PyTorch，在于它们的可扩展性和灵活性。 也就是说，花时间从头开始编码机器学习算法似乎违反直觉，即没有任何基本框架。然而，事实并非如此。自己对算法进行编码可以清晰而

  2024年02月13日

  浏览(44)
• 

  【机器学习】P14 Tensorflow 使用指南 Dense Sequential Tensorflow 实现

  有关 Tensorflow/CUDA/cuDNN 安装，见博客：https://xu-hongduo.blog.csdn.net/article/details/129927665 上图中包含输入层、隐藏层、输出层； 其中输入层为 layer 0 ，输入到网络中的内容为 x ⃗ vec{x} x ； 其中隐藏层有三层， layer 1 ， layer 2 ， layer 3 ； 其中输出层为 layer 4 ，输出内容为 a ⃗ [

  2023年04月09日

  浏览(42)

• 机器学习9：使用 TensorFlow 进行特征组合编程实践

  在【机器学习6】这篇文章中，笔者已经介绍过环境准备相关事项，本文对此不再赘述。本文将通过编程案例来探索特征组合（Feature Crosses）对模型训练的影响，加深对上一篇文章（机器学习8）的理解。 经度和纬度可以作为独立特征训练模型以预测当地房价。同时，我们也可

  2024年02月11日

  浏览(40)