人工智能深度学习入门练习之（1）Tensorflow2.2.0-cpu安装教程
1.下载Anaconda 1.下载最新版的Anoconda，可百度搜索“Anaconda 清华镜像”，下载对应系统机器位数的安装文件，我下载的windows-64bit。 网址如下：https ...
原文：人工智能深度学习入门练习之（2）Anaconda和Pycharm的安装和配置
子曰： 工欲善其事，必先利其器。 学习Python就需要有编译Python程序的软件，一般情况下，我们选择在Python官网下载对应版本的Python然后用记事本编写，再在终端进行编译运行即可，但是对于我这样懒的小白，我喜欢装一些方便的软件来辅助我编写程序。在学习Java时，正常情况选择安装JDK然后配置环境变量后，用记事本编写程序再在终端编译运行即可，而我一般选择安装JDK MyEclipse ...
2020-06-16 10:59 0 515 推荐指数：
相关推荐
人工智能深度学习入门练习之（26）TensorFlow – 例子：人工神经网络(ANN)
人工神经网络(ANN)介绍 生物神经元 人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞，参与处理和传递化学信号和电信号。 以下是生物神经元的重要组成部分: 树突 – 从其他神经元接收信息的分支 细胞核 – 处理从树突接收到的信息 轴突 – 一种被神经元用来传递信息 ...
人工智能深度学习入门练习之（32）深度学习 – 感知器
深度学习 – 人工神经元 关于人工神经元，前面章节稍微提过，本章将详细讨论。 生物神经元 人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞，参与处理和传递化学信号和电信号。树突是从其他神经元接收信息的分枝。 细胞核处理从树突接收到的信息。轴突是一种神经细胞用来传递信息的生物电 ...
人工智能深度学习入门练习之（34）深度学习 – 多层神经网络
深度学习 – 多层神经网络 单层网络 先回顾一下单层网络，即一个神经元（自适应线性单元），如下图所示。 可以使用梯度下降法训练模型，确定权重与偏置。 多层神经网络历史 深度学习涉及训练多层神经网络，也称为深度神经网络。 在20世纪50年代Rosenblatt感知器被开发 ...
人工智能深度学习入门练习之（33）深度学习 – 自适应线性单元
深度学习 – 自适应线性单元 如前所述，在 20 世纪 50 年代，感知器 (Rosenblatt, 1956, 1958) 成为第一个能根据每个类别的输入样本来学习权重的模型。约在同一时期，自适应线性单元 (adaptive linearelement, ADALINE) 简单地返回函数 f ...
人工智能深度学习入门练习之（8）比较深度学习三大框架
人工智能的浪潮正席卷全球，诸多词汇时刻萦绕在我们的耳边，如人工智能，机器学习，深度学习等。“人工智能”的概念早在1956年就被提出，顾名思义用计算机来构造复杂的，拥有与人类智慧同样本质特性的机器。经过几十年的发展，在2012年后，得益于数据量的上涨，运算力的提升和机器学习算法(深度学习)的出现 ...
人工智能深度学习入门练习之（25）TensorFlow – 例子：线性回归
线性回归 数学中的回归是指，现实中的变量之间存在一种函数关系，通过一批样本数据找出这个函数关系，即通过样本数据回归到真实的函数关系。 线性回归/Linear Regression是指，一些变量之间 ...
人工智能深度学习入门练习之（38）深度学习 – tensorflow实例之keras的siamese(孪生网络)实现案例
一、 keras的siamese(孪生网络)实现案例 二、代码实现 执行结果： 最终效果： ...