2018-01 的文章

《我的PaddlePaddle学习之路》笔记五——验证码的识别

你的教程详细地介绍了如何使用PaddlePaddle来识别验证码,从数据集的准备、模型的设计到最终的训练与预测过程。这一系列步骤非常适合用于理解和学习深度学习的基本流程和技巧,特别是在OCR(光学字符识别)领域中的应用。 ### 代码结构解析 1. **数据预处理**: - `read_file` 函数用于读取图像文件,并将其转换为适合模型输入的格式。 - `load_and_tr

阅读全文
《我的PaddlePaddle学习之路》笔记四——自定义图像数据集的识别

这个系列的笔记主要介绍如何使用PaddlePaddle实现一个简单的图像识别任务,包括数据准备、模型构建与训练、以及结果预测。以下是每个部分的主要内容总结: ### 1. 环境搭建和初始设置 - **环境配置**:首先需要安装Python3并确保其运行正常。 - **下载预处理脚本**:使用`DownloadImages.py`脚本从百度图片中批量下载需要识别的图片。这个脚本可以根据关键词进行

阅读全文
《我的PaddlePaddle学习之路》笔记三——CIFAR彩色图像识别

这个项目是一个使用PaddlePaddle实现的CIFAR-10图像分类模型,整个代码结构清晰、注释详细。下面是对每个部分的主要功能和原理进行简要说明: ### 1. `vgg.py` 这是一个包含VGG网络定义的文件。VGG是一种经典的卷积神经网络架构,在此文件中它被转化为PaddlePaddle的实现形式。 #### 主要内容: - **定义了VGG网络结构**:包括多个卷积层、池化层和全

阅读全文
《我的PaddlePaddle学习之路》笔记二——MNIST手写数字识别

你的代码非常详细,已经涵盖了从训练到预测的整个流程。下面我会对几个关键点进行一些补充和优化,帮助你更好地理解和使用PaddlePaddle。 ### 1. **安装依赖** 确保你已经安装了必要的库: ```bash pip install paddlepaddle numpy pillow ``` ### 2. **代码改进和注释** #### `infer.py` 以下是对你提供的`in

阅读全文
《我的PaddlePaddle学习之路》笔记一——PaddlePaddle的安装

这个笔记非常详细地介绍了如何安装和使用PaddlePaddle(现在称为Paddle)以及通过一个具体的例子来展示如何进行MNIST手写数字识别。以下是对该笔记的总结,并提供一些补充信息: ### 安装PaddlePaddle 1. **Python环境准备**: - 确保已经安装了Python和pip。 2. **使用pip安装**: ```bash pip inst

阅读全文
《深度学习》学习笔记三——数值计算

这篇文章主要探讨了在深度学习和优化领域中的一些关键概念,包括梯度、偏导数、约束优化以及KKT方法。下面是对这些内容的整理与总结: ### 1. 梯度与偏导数 - **一元函数**:对于一个单一变量的一元函数$f(x)$,驻点(极值点)可以通过求解其导数$df/dx=0$来找到。 - **多元函数**: - **偏导数**:对于具有多个输入的函数$z=f(x,y)$,可以分别对每个输入求偏导

阅读全文
《深度学习》学习笔记二——概率论
2018-01-14 22 阅读 深度学习 花书 深度学习 概率论

这段文档涵盖了概率论和机器学习中的许多重要概念,包括随机变量的分布、常用函数以及相关系数等。以下是对部分关键内容的总结: ### 1. 随机变量与概率分布 - **Bernoulli 分布**:单个二值随机变量的分布。 - **Multinoulli 分布(范畴分布)**:在具有$k$个不同状态的单个离散随机变量上的分布。 - **高斯分布(正态分布)**: \[ {\cal N}(x

阅读全文
《深度学习》学习笔记一——线性代数

这段笔记涵盖了机器学习中涉及的多种重要概念,特别是与线性代数相关的内容。以下是对笔记内容的一些总结和补充: ### 线性代数基础 1. **矩阵和向量**:介绍了矩阵(由多个行和列组成的数组)和向量(本质上是单列或单行的矩阵)。强调了它们在机器学习中的重要性。 2. **线性组合与生成子空间**: - 线性组合:表示为 $\sum_i x_i{\bf A}_{:,i}$。 - 生

阅读全文