登录
首页 » Python » 深度学习之一:卷积神经网络(CNN)详解与代码实现

深度学习之一:卷积神经网络(CNN)详解与代码实现

于 2019-08-09 发布
0 358
下载积分: 1 下载次数: 6

代码说明:

目录1.应用场景2.卷积神经网络结构  2.1 卷积(convelution)  2.2 Relu激活函数  2.3 池化(pool)  2.4 全连接(full connection)  2.5 损失函数(softmax_loss)  2.6 前向传播(forward propagation)  2.7 反向传播(backford propagation)  2.8 随机梯度下降(sgd_momentum)3.代码实现流程图以及介绍4.代码实现(python3.6)5.运行结果以及分析6.参考文献

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • PYTHON爬虫示例
    PYTHON爬虫示例
    2016-12-06下载
    积分:1
  • dbscan聚类代码
    dbscan聚类代码
    2020-11-04下载
    积分:1
  • unet用于图像分割(model.py)
    unet用于图像分割(model.py)
    2020-12-10下载
    积分:1
  • python爬虫实例(爬取新浪微博数据)
    可以大批量爬取微博数据,用于进行数据分析
    2020-02-11下载
    积分:1
  • kitti资料(评测算法)
    kitti测评方式
    2019-11-19下载
    积分:1
  • snap7连接PLC
    需要安装snap7,命令: pip install python-snap7
    2020-12-09下载
    积分:1
  • LSTM入门正弦波序列预测
    LSTM入门学习,正弦波序列预测         for i, input_t in enumerate(input.chunk(input.size(1), dim=1)):             h_t, c_t = self.lstm1(input_t, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         for i in range(future):  # if we should predict the future             h_t, c_t = self.lstm1(output, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         outputs = torch.stack(outputs, 1).squeeze(2)  # shape after stack:[batch, n, 1], shape after squeeze: [batch,n]         return outputs
    2021-06-30 00:31:01下载
    积分:1
  • http服务端和socket服务端源码
    http服务端(等待客户端请求)和socket服务端(监听客户端发送数据)
    2020-04-22下载
    积分:1
  • MINST手写数据集(mnist-original.mat)
    minst手写数字数据集
    2021-05-06下载
    积分:1
  • django框架个人博客管理系统前后端
    python3 Django2前端后端代码 【调试步骤】 打开cmd,cd到当前程序目录 输入 python manage.py runserver  回车即可测试
    2019-05-12下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载