一、卷积核的维数 1、二维卷积核（2d） 2D卷积操作如图1所示，为了解释的更清楚，分别展示了单通道和多通道的操作。且为了画图方便，假定只有1个filter，即输出图像只有一...
发简信
IP属地：陕西
-
卷积、卷积核的维数、尺寸 -
你好，请问三维图像的深度计算也满足二位图像的宽度和高度计算的公式吗?
卷积、卷积核的维数、尺寸
一、卷积核的维数 1、二维卷积核（2d） 2D卷积操作如图1所示，为了解释的更清楚，分别展示了单通道和多通道的操作。且为了画图方便，假定只有1个filter，即输出图像只有一...
-
Pandas 学习笔记
1. 安装 如果做数据分析用途建议使用Anaconda，自带pandas numy 以及很多库，还有集成开发环境Spyder（自带的变量查看器很好用） WIN LINUX M...
-
视频数据集 | 视频动作识别video recognition常用数据集整理
一 写在前面 未经允许，不得转载，谢谢~~~ 这篇文章主要整理一下视频动作识别领域常用的数据集~~~ 大概但不严格按照时间顺序排列。 二 视频分类数据集 1. HMDB51 ...
-
成为大小S的代价，你根本想象不到台湾有一对姐妹，被称为人生赢家组，起点并不高，因父亲欠债而踏足娱乐圈，没有贵人相助，硬是靠自己的风格在娱乐圈创出了一片天，天生黑肉底，后天却凭借自己的努力逆袭成为白富美…… ...
-
程序员，助攻机器学习，python，有时写写Qt，个人博客BlackBlog.tech，欢迎关注！
-
十分钟上手sklearn：特征提取，常用模型，交叉验证
更多干货就在我的个人博客 http://blackblog.tech 欢迎关注！ 这一篇虽然叫做：十分钟上手sklearn：特征提取，常用模型，但是写着写着我就想把每一个模型...
-
神经网络图绘制1. NN-SVG 这个工具可以非常方便的画出各种类型的图，是下面这位小哥哥开发的，来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数...
-
论文合集 | 已读论文列表整理 (更新中)
写在前面 未经允许，不得转载，谢谢~~~ 把目前看的一些论文简单整理一下，方便以后查阅。 看的论文还是太少了，都不好意思放出来ε(┬┬﹏┬┬)3，接下来持续更新~ 1. V...
-
Stay Hungry Stay Foolish<br>常葆求知若饥 常存虚怀若愚<br><br>Blog：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fzhwhong.cn" target="_blank">https://zhwhong.cn</a><br>(原地址zhwhong.ml暂时无法访问)
-
-
你好，微调convent和将convent看成特征提取器的区别是什么？博主能不能解释一下num_ftrs = model_conv.fc.in_features和running_loss += loss.item() * inputs.size(0)，后面的我不知道为什么要乘inputs.size(0)，谢谢了
[翻译]pytorch官方文档-迁移学习教程
原官方网页：https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html 通过本教程，你将学到...
-
-
[翻译]pytorch官方文档-迁移学习教程
原官方网页：https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html 通过本教程，你将学到...
-
PyTorch入门学习（七）：数据加载与处理写在前面 未经允许，不得转载，谢谢~~ 在深度学习的问题中处理数据都会占据比较大的时间，只有把数据处理好了才有可能对模型进行训练、测试等后续工作。 PyTorch提供了很多用...
-
本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！
-
神经网络与深度学习专题欢迎大家投稿相关内容。从基础理论到实战演练均可尝试投稿。若有GPU计算资源需求去完成很有价值的工作也可以留言请求，我们会满足你的哈！ 该专栏中的文章还会被发在：UAI人工智能公众号。让更多的人看到你们的优秀作品。
