最后手写python代码实现卷积过程，让Tensorflow卷积在我们面前不再是黑箱子！

在之前的TensorFlow学习笔记——图像识别与卷积神经网络中了解了一下经典的卷积神经网络模型LeNet模型。那其实之前学习了别人的代码实现了LeNet网络对MNIST数据集的训练。

3 系统架构 系统整体组成：Tensorflow的系统结构以C API为界，将整个系统分为前端和后端两个子系统： 前端构造计算图 后端执行计算图，可再细分为： 运行时：提供本地模式和分布式模式 计算层：

近些年来，各大科技公司都在致力于人工智能与机器学习的研究，其中 Google 是在该领域发展最为迅速的公司，如今 Google 已经将这些技术运用于搜索、邮件、翻译、助手等多个领域。在今年的 Google I/O 2021 上，Google 还对外展示了 LaMDA(Language Model for Dialogue Applications) ，这是一个利用 AI 技术...

今天将分享Unet的改进模型DC-UNet，改进模型来自2020年的论文《DC-UNet Rethinking the U-Net Architecture with Dual Channel Efficient CNN for Medical Images Segmentation》，通过理解该模型思想，在VNet基础上可以做同样的改进。 一、原始Unet网络 1、 原始Unet有一些缺陷...

优化器总结 机器学习中，有很多优化方法来试图寻找模型的最优解。比如神经网络中可以采取最基本的梯度下降法。 梯度下降法(Gradient Descent) 梯度下降法是最基本的一类优化器，目前主要分为三种梯度下降法：标准梯度下降法(GD, Gradient Descent)...

一、全部代码解读如下： 1、model_darknet19.py：yolo2网络模型——darknet19。 YOLOv2采用了一个新的基础模型（特征提取器），称为Darknet-19，包括19个卷积层和5个maxpooling层，如下图。Darknet-19与VGG16模型设计原则是一致的，主要采用3*3卷积，采用2*2的maxpooling层之后，特征图维度降低2倍...

今天将分享Unet的改进模型MA-UNet，改进模型来自2020年的论文《MA-Unet: An improved version of Unet basedon multi-scale and attention mechanism for medical image segmentation》，简单明了给大家分析理解该模型思想...

Tensor是一种特殊的数据结构，非常类似于数组和矩阵。在PyTorch中，我们使用tensor编码模型的输入和输出，以及模型的参数。 Tensor类似于Numpy的数组，除了tensor可以在GPUs或其它特殊的硬件上运行以加速运算。如果熟悉ndarray，那么你也会熟悉Tensor API。如果不是，跟随此快速API上手...

多层感知机（分类） 这篇文章开始就是深度学习了。多层感知机的架构是这样： 输入层除了提供数据之外，不干任何事情。隐层和输出层的每个节点都计算一次线性变换，并应用非线性激活函数。隐层的激活函数是压缩性质的函数。输出层的激活函数取决于标签的取值范围。 其本质上相当于广义线性回归模型的集成。 操作步骤 导入所需的包...

一 get_variable() 函数 get_variable() 函数用于创建或获取变量。 在实现创建变量的功能时,其使用方法和 Variable () 函数基本相同...

一、Anaconda 安装 无论是cpu版本还是gpu版本，都建议先安装Anaconda...

Tensor(张量) “张量”一词最初由威廉·罗恩·哈密顿在1846年引入。对，就是那个发明四元数的哈密顿： Tensor实际上就是一个多维数组（multidimensional array） Tensor的目的是能够创造更高维度的矩阵、向量。 色彩的例子 彩色图像文件（RGB）一般都会处理成3-d tensor，每个2d array中的element表示一个像素，R代表Red，G代表Green，

1，运行准备 按照https://github.com/matthewearl/deep-anpr说明的用法，运行过程分以下4步： 1）准备10万个背景图片 2）合成1000个测试车牌图像 3）训练，以取得权重参数 4）车牌检测 1.1准备背景图片 下载http://vision.princeton.edu/projects/2010/SUN/SUN397.tar.gz，36GB大小...

本文简单介绍梯度裁剪(gradient clipping)的方法及其作用，不管在 RNN 或者在其他网络都是可以使用的，比如博主最最近训练的 DNN 网络中就在用。 梯度裁剪一般用于解决 梯度爆炸(gradient explosion) 问题，而梯度爆炸问题在训练 RNN 过程中出现得尤为频繁，所以训练 RNN 基本都需要带上这个参数...

1、安装Python 官网下载地址： https://www.python.org/downloads/1. 2、安装Anacoda Anacoda的下载地址是： https://www.anaconda.com/distribution/1. 安装注意（第一个一定要选择上，自动配置环境变量的） 完成安装后...

特征提取 机器学习的特征工程步骤是要靠手动完成的 深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，将数据从一层传递到另一层来构建更复杂的模型。通过训练大量数据自动得出模型，不需要人工特征提取环节。 数据量和计算性能要求 机器学习需要的执行时间远少于深度学习，深度学习参数往往很庞大，需要通过大量数据的多次优化来训练参数...

1.Keras简介 Keras是一个用于构建和训练深度学习模型的高级API。 它用于快速原型设计，高级研究和生产，具有三个主要优点： 用户友好 Keras具有针对常见用例优化的简单，一致的界面。 它为用户错误提供清晰且可操作的反馈 模块化和可组合 Keras模型是通过将可配置的构建块连接在一起而制定的，几乎没有限制。 易于扩展 编写自定义构建块以表达研究的新想法。 创建新图层...

项目介绍 通过以往的天气数据和实际天气温度，做一次回归预测，模型的输入是当前的所有特征值，而模型的输出是当天的实际天气温度 字段分析 目前已有的数据有348条svc数据，他们的字段分别代表 year：年 month：月 day：日 week：周几 temp_2：前天天气 temp_1：昨天天气 average：在历史中...

一、梯度下降概念 梯度下降法是一个一阶最优化算法，通常也称为最速下降法。要使用梯度下降法找到一个函数的局部极小值，必须响函数上当前对于梯度（或者近似梯度）的反方向的规定步长居里点进行迭代搜索。所以梯度下降法可以帮助我们求解某个函数的极小值或者最小值。对于n为问题就是最优解，梯度下降法是最常用的方法之一...