- 重点掌握基本张量使用及与numpy的区别 - 掌握张量维度操作（拼接、维度扩展、压缩、转置、重复……） numpy基本操作: numpy学习4：NumPy基本操作 NumPy 教程 1. Tensorflow Tensorflow一些常用基本概念与函数 ...

目录 前言 加里·卡斯帕罗夫 vs 深蓝（1997年） 李世石 vs Alpha Go（2016年） AlphaGo vs AlphaGo Zero（2017年） 一、什么是深度学习 前馈神经网络 ...

这记录一些我刚开始学习所用到的数学 基础从最基础的开始 小知识： 　　0 ∈ ｛0 1 ｛0 1｝表示一个集合，里面有0,1两个元素。所以0属于这个集合，就用0 ∈ ｛0 1｝表示了。∈代表属于。｛0 ｝ ∈ ｛0 1｝是错误的，一个集合不能属于另一个集合。反着的E:谓词逻辑 ...

一般在machine learning意义上，我们常说的feature，是一种对数据的表达。当然，要衡量一种feature是否是合适的表达，要根据数据，应用，ML的模型，方法....很多方面来看 ...

本文转载自CSDN，作者yeler082，原文链接：https://blog.csdn.net/yeler082/article/details/78755095 1 引言 一直在说深度学习框架，最近也在使用tensorflow进行了简单的实验，但是对其中关系的理解还是不够 ...

卷积神经网络(CNN)张量(图像)的尺寸和参数计算(深度学习) 分享一些公式计算张量（图像）的尺寸，以及卷积神经网络（CNN）中层参数的计算。 以AlexNet网络为例，以下是该网络的参数结构图。 AlexNet网络的层结构 ...

标量、向量、矩阵、张量之间的联系 在深度学习中，大家肯定都知道这几个词：标量（Scalar），向量（Vector），矩阵（Matrix），张量（Tensor）。但是要是让我们具体说下他们，可能一下子找不出头绪。下面介绍一下他们之间的关系： 标量（scalar) ​一个标量 ...

分享一些公式计算张量（图像）的尺寸，以及卷积神经网络（CNN）中层参数的计算。 以AlexNet网络为例，以下是该网络的参数结构图。 AlexNet网络的层结构如下： 1.Input: 图像的尺寸是227*227*3. 2.Conv-1: 第1层卷积层的核大小 ...