圖像——基於深度學習和機器學習的深度學習筆記匯總
python基礎 圖像基礎 圖像的主要用途：分類、目標檢測、圖像分割、圖像描述、圖像生成 相關的組件：OpenCV、Tensorflow、Keras 圖像的預處理：平滑與去噪——高斯 ...
原文：機器學習深度學習框架使用問題匯總
.使用keras做mnist分類時，運行時GPU報錯 錯誤信息如下： 解決辦法： 在前面設置tensorflow對GPU內存的分配比例： .Matplotlib和Qt py的兼容問題 在Pycharm中使用matplotlib的時候，當取消了show plots in tool windows選項時，報錯： 解決辦法： 在系統變量中添加QT PLUGIN PATH .訓練途中出現NaN數值，比如 ...
2019-07-06 10:26 0 727 推薦指數：
相關推薦
機器學習與深度學習：微積分知識匯總
微積分是現代數學的基礎，線性代數，矩陣論，概率論，信息論，最優化方法等數學課程都需要用到微積分的知識。單就機器學習和深度學習來說，更多用到的是微分。積分基本上只在概率論中被使用，概率密度函數、分布函數等概念和計算都要借助於積分來定義或計算。 幾乎所有的機器學習算法在訓練或者預測時都是 ...
機器學習&深度學習視頻資料匯總
第一部分 基礎語言 pandax視頻教程 鏈接: https://pan.baidu.com/s/1pLqavVX 密碼 ...
機器學習和深度學習視頻資料匯總
機器學習&深度學習視頻資料匯總 第一部分 基礎語言 pandas視頻教程 鏈接: https://pan.baidu.com/s ...
機器學習面試問題匯總
偽代碼實現：LR、梯度下降、最小二乘、KNN、Kmeans; LR,SVM,XGBOOST推公式(手推) LR,SVM,RF,KNN，EM，Adaboost,PageRank，GBDT，Xgboost，HMM，DNN，推薦算法，聚類算法，等等機器學習領域的算法 基本知識： 1）監督與非監督 ...
深度學習機器學習面試問題准備
轉自：http://blog.csdn.net/woaidapaopao/article/details/77806273 第一部分：深度學習 1、神經網絡基礎問題 （1）Backpropagation（要能推倒） 后向傳播是在求解損失函數L對參數w求導時候用到的方法，目的是通過鏈式法則 ...
DMLC深度機器學習框架MXNet的編譯安裝
這篇文章將介紹MXNet的編譯安裝。 MXNet的編譯安裝分為兩步： 首先，從C++源碼編譯共享庫（libmxnet.so for linux，libmxnet.dy ...
機器學習&深度學習基礎（目錄）
從業這么久了，做了很多項目，一直對機器學習的基礎課程鄙視已久，現在回頭看來，系統的基礎知識整理對我現在思路的整理很有利，寫完這個基礎篇，開始把AI+cv的也總結完，然后把這么多年做的項目再寫好總結。 參考：機器學習&深度學習算法及代碼實現 學習路線第一步：數學主要為微積分、概率統計 ...