深度学习入门

人工智能学习资源

无机器学习基础：https://www.coursera.org/learn/machine-learning有机器学习基础：MachineYearning深度学习入门：https://www.coursera.org

Hemy08·2025-07-08 06:31

Pytorch深度学习入门基础（二）：python 编辑器的选择、安装及配置（ pycharm、 jupyter）

目录一、下载pycharm1.下载pycharm2.pycharm配置3.检查pycharm环境是否配置好二、Jupyter安装三、常见问题：1.为什么torch.cuda.isavailable()为False2.无法定位程序输入点现在来开一个专栏，关于学习Pytorch深度学习的入门基础，分为好几期，我会慢慢更新，希望大家可以互相支持一下，相互学习，相互进步！下面是这个专栏的所有内容，大家可以

慕奕宸·2025-06-20 15:48

pytorch深度学习入门（12）之-神经网络导出onnx模型部署与应用

概述：ONNX（OpenNeuralNetworkExchange）是一种开放神经网络交换格式，它使得不同深度学习框架（如TensorFlow、PyTorch、MXNet等）之间的互操作成为可能。ONNX提供了一种标准化的方式，可以将训练好的模型导出并转换为ONNX格式，然后可以在其他支持ONNX的框架或工具中进行部署和推理。ONNX的主要优势在于它促进了深度学习模型在不同平台之间的互操作性和可移

码农呆呆·2025-06-19 10:12

AI人工智能深度学习入门指南：从基础到实践_副本

AI人工智能深度学习入门指南：从基础到实践关键词：人工智能、机器学习、深度学习、神经网络、梯度下降、反向传播、实战案例摘要：本文是为零基础或初级学习者打造的深度学习入门指南。

AI大模型应用实战·2025-06-18 11:07

深度学习入门指南：从基础概念到代码实践

深度学习入门指南：从基础概念到代码实践1.深度学习概述深度学习是机器学习的一个分支，它通过模拟人脑神经元的工作方式，构建多层次的神经网络模型来处理复杂的数据模式。

软考和人工智能学堂·2025-06-17 23:18

深度学习入门（2）：alexnet

引言主要讲下alexnet里的几个方法，后面深度学习的代码部分应该都是借用别人的，整体安排是从简单到难。本篇借鉴Pytorch之AlexNet花朵分类_基于alexnet的花卉分类识别系统-CSDN博客，如果需要学习直接参考这篇就好了，本文只是作为本人复习记录。正文AlexNet是深度学习时代的开端，它用一场决定性的胜利，证明了深度卷积神经网络在计算机视觉中的巨大潜力。单层alexnet网络架构：

qq_776882262·2025-06-14 20:29

深度学习入门（3）：vgg16

引言相比于alexnet，vgg16进一步优化了这个黑盒模型，用实验的方式证明了哪些模块有效，哪些模块对检测效果提升有限。奠基了卷积神经网络一些基础的模块。本文参考pytorch实战7：手把手教你基于pytorch实现VGG16_vgg16pytorch-CSDN博客，此处只做记录供本人复习记录。正文VGG16创新点：1.使用小卷积核堆叠代替大卷积核VGG16采用多个连续的3×3小卷积核堆叠，而不

qq_776882262·2025-06-14 20:29

深度学习入门：Python搭建简单神经网络模型

在人工智能浪潮中，深度学习凭借强大的特征提取与模式识别能力成为核心技术，而神经网络则是深度学习的基石。从图像识别到自然语言处理，神经网络以独特的结构和学习机制，让计算机能够模拟人类大脑处理复杂信息的过程。本文将带领你从基础理论出发，使用Python和Keras库搭建一个简单的神经网络模型，开启深度学习的探索之旅。一、神经网络基础理论1.1神经元与网络结构神经网络的基本单元是人工神经元（又称节点或单

缑宇澄·2025-06-10 07:10

【大模型入门指南 10】大模型推理部署：vLLM和llama.cpp

【大模型入门指南】系列文章：【大模型入门指南01】深度学习入门【大模型入门指南02】LLM大模型基础知识【大模型入门指南03】提示词工程【大模型入门指南04】Transformer结构【大模型入门指南05

青松ᵃⁱ·2025-06-05 06:18

深度学习入门：从零搭建你的第一个神经网络

深度学习入门：从零搭建你的第一个神经网络系统化学习人工智能网站（收藏）：https://www.captainbed.cn/flu文章目录深度学习入门：从零搭建你的第一个神经网络摘要引言第一章：神经网络基础原理

layneyao·2025-05-30 07:23

深度学习入门:如何从零开始搭建自己的深度学习模型?

作者：禅与计算机程序设计艺术1.简介深度学习（DeepLearning）近几年已经成为人们关注的热点话题。从2012年的ImageNet竞赛开始，激起了众多研究者的兴趣，也带来了越来越多的应用场景。随着技术的飞速发展，深度学习已经成为了各个领域最具潜力的技术。作为一名AI科研工作者，了解、掌握深度学习相关知识可以帮助你更好地理解并解决实际问题。本文将全面介绍深度学习的基础知识、技术要点及其应用。文

AI天才研究院·2025-05-30 00:01

第6篇：深度学习入门——神经网络基础

目录一、前言二、概念讲解（一）深度学习：人工智能皇冠上的明珠（二）神经网络：深度学习的微观世界三、神经网络的基本组件：构建智能的积木（一）神经元：智能的基本单元（二）权重与偏置：连接的智慧（三）激活函数：非线性的魔法（四）损失函数：衡量差距的标尺（五）优化器：攀登优化高峰的向导四、前向传播与反向传播：神经网络的智慧流转（一）前向传播：信息的逐层传递（二）反向传播：误差的逆向追溯五、代码示例：搭建你

CarlowZJ·2025-05-30 00:59

【深度学习入门篇 ②】Pytorch完成线性回归！

嗨，大家好，我是小森(﹡ˆoˆ﹡)！易编橙·终身成长社群创始团队嘉宾，橙似锦计划领衔成员、阿里云专家博主、腾讯云内容共创官、CSDN人工智能领域优质创作者。易编橙：一个帮助编程小伙伴少走弯路的终身成长社群！上一部分我们自己通过torch的方法完成反向传播和参数更新，在Pytorch中预设了一些更加灵活简单的对象，让我们来构造模型、定义损失，优化损失等；那么接下来，我们一起来了解一下其中常用的API

小森( ﹡ˆoˆ﹡ )·2025-05-28 21:18

day33 python深度学习入门

目录深度学习入门：PyTorch实现鸢尾花分类一、环境搭建1.创建Python环境2.安装必要的库3.检查CUDA环境二、数据准备1.加载数据集2.数据预处理3.转换为PyTorch张量三、模型构建1.

xiaohanbao09·2025-05-25 20:26

遥感深度学习——基于deeplabv3+和GID数据集（1）

博主最近准备进行深度学习入门，因为是做遥感方向的，经过多重考虑，算法最后选择了deeplabv3+。DeepLabV3+是由谷歌提出的一种用于图像语义分割的深度学习模型。

全域智图·2025-05-18 05:07

深度学习入门：从理论到实战的详细指南

的高效学习和理解。对于初学者来说，深度学习的学习曲线可能会显得有些陡峭，但只要掌握正确的方法和步骤，就能轻松入门。本文将为你提供一份从理论到实战的详细指南，帮助你快速掌握深度学习的核心要点。一、深度学习是什么？（一）定义深度学习是机器学习的一个子领域，它通过构建多层的神经网络来学习数据中的复杂模式。与传统的机器学习算法相比，深度学习能够自动提取数据的特征，而不需要人工设计复杂的特征工程。这种自动特

人工智能教程·2025-05-17 15:55

深度学习入门：基于 Python 的理论与实现笔记

深度学习入门：基于Python的理论与实现笔记在VSCode中运行代码替换库搜索路径#sys.path.append(os.pardir)#为了导入父目录而进行的设定sys.path.append(os.getcwd

u013244720·2025-05-16 18:05

pytorch深度学习入门（15）之-使用onnx模型量化

量化ONNX模型内容量化概述ONNX量化表示格式量化ONNX模型基于变压器的模型Transformer基于变压器的模型GPU上的量化常问问题量化概述ONNX运行时中的量化是指ONNX模型的8位线性量化。在量化期间，浮点值被映射到以下形式的8位量化空间：val_fp32=scale*(val_quantized-zero_point)scale是一个正实数，用于将浮点数映射到量化空间。计算方法如下：

码农呆呆·2025-05-15 13:01

深度学习入门--基于Python的理论与实现--Python入门

第一章Python入门1.1Python是什么Python是一种高级编程语言，由GuidovanRossum于1989年创建，并在1991年正式发布。Python具有以下特点：易读易写：Python语法简洁，代码可读性强，使开发者能够更专注于问题本身。跨平台：Python可以在Windows、Linux和macOS上运行，具有良好的可移植性。丰富的库：Python生态系统中包含大量的第三方库，如N

语文天才高斯·2025-04-28 10:07

【深度学习入门_NLP自然语言处理】序章

本部分开始深度学习第二大部分NLP章节学习，找了好多资料，终于明确NLP的学习目标了，介于工作之余学习综合考量，还是决定以视频学习为主+后期自主实践为主吧。分享一个总图，其实在定位的时候很迷茫，单各章节领域其实都是很大的范畴，每个部分都是需要专精的，所以在做计划的时候很头大…千里之行始于足下吧，话不多数，直接上NLP的学习应用目标：学习教程的话参照B站实战结合的这个教程【2025NLP自然语言处理

沉默的舞台剧·2025-04-22 17:31

具身智能零碎知识点（三）：深入解析 “1D UNet”：结构、原理与实战

深入解析“1DUNet”：结构、原理与实战【深度学习入门】1DUNet详解：结构、原理与实战指南一、1DUNet是什么？

墨绿色的摆渡人·2025-04-16 00:23

使用Python学习AI的学习攻略

基于python的AI学习一、夯实基础二、数学基础三、机器学习基础四、深度学习入门五、进阶学习六、学习资源推荐七、实践项目一、夯实基础对于已经掌握Python基础语法的学习者来说，进一步利用Python

liushangzaibeijing·2025-04-11 09:46

深度学习入门（三）：神经网络的学习

文章目录前言人类思考VS机器学习VS深度学习基础术语损失函数常用的损失函数均方误差MSE（MeanSquareError）交叉熵误差（CrossEntropyError）mini-batch学习为何要设定损失函数数值微分神经网络学习算法的实现两层神经网络的类参考资料前言机器学习的过程通常分为学习（从训练数据中自动获取权重参数的过程）和推理（利用学习到的权重参数对新的数据进行预测）两个环节。本文将主

WhyNot?·2025-04-09 01:47

深度学习入门：从神经网络基础到简单实现

深度学习作为人工智能领域最令人兴奋的技术之一，已经在图像识别、自然语言处理、语音识别等多个领域取得了突破性进展。本文将深入浅出地介绍深度学习的基本概念，并通过Python代码实现一个简单的神经网络模型，帮助读者建立直观理解并迈出实践第一步。神经网络的基本原理神经网络的核心思想源自对人类大脑工作方式的简化模拟。想象一下，当你第一次学习骑自行车时，大脑会不断接收来自视觉、平衡感等多方面的信号，经过一系

Evaporator Core·2025-04-06 22:48

PyTorch深度学习入门与实战教程

本文还有配套的精品资源，点击获取简介：深度学习是AI的核心技术，基于神经网络对数据建模以实现学习和预测。PyTorch是一个灵活易用的开源深度学习框架，适合初学者和研究人员进行实验开发。教程涵盖了从基础概念到模型训练、验证、测试的完整流程，包括张量操作、动态计算图、数据预处理、神经网络构建、优化器使用、训练循环、模型保存加载以及CNN和RNN等关键网络结构的应用实践。通过实例项目如文本分类、图像识

openbiox·2025-04-02 15:01

撬动未来的支点·2025-04-01 03:07

手写数字识别（深度学习小实践）

参考书籍《深度学习入门：基于Python的理论与实现》一、神经网络学习与实践1.学习训练数据进行权重参数的学习2.推理使用学习到的参数，对输入数据进行分类二、手写数字识别1、读入mnist数

我是来学习的你们要干什么·2025-04-01 02:06

计算机视觉深度学习入门（4）

在小型数据集上从头开始训练一个卷积神经网络利用少量数据来训练图像分类模型，这是一种很常见的情况。如果你从事与计算机视觉相关的职业，那么很可能会在实践中遇到这种情况。“少量”样本既可能是几百张图片，也可能是上万张图片。我们来看一个实例——猫狗图片分类，数据集包含5000张猫和狗的图片（2500张猫的图片，2500张狗的图片）。我们将2000张图片用于训练，1000张用于验证，2000张用于测试。将介

yyc_audio·2025-03-12 10:26

Python第十六课：深度学习入门 | 神经网络解密

本节目标理解生物神经元与人工神经网络的映射关系掌握激活函数与损失函数的核心作用使用Keras构建手写数字识别模型可视化神经网络的训练过程掌握防止过拟合的基础策略一、神经网络基础（大脑的数字化仿生）1.神经元对比生物神经元人工神经元树突接收信号输入层接收特征数据细胞体整合信号加权求和（∑(权重×输入)+偏置）轴突传递电信号激活函数处理输出2.核心组件解析激活函数：神经元的"开关"（如ReLU：max

程之编·2025-03-11 09:03

大模型学习路线与资源推荐

深度学习入门神经网

数字化转型2025·2025-02-26 01:27

神经网络与深度学习入门：理解ANN、CNN和RNN

在现代科技日新月异的今天，人工智能已经成为了我们生活中的重要组成部分。无论是智能手机的语音助手，还是推荐系统，背后都有一项核心技术在支撑，那就是神经网络与深度学习。今天，我们就来聊一聊这个听起来高大上的话题，其实它也没那么难懂！什么是神经网络？首先，我们要了解什么是神经网络。神经网络（ArtificialNeuralNetwork，简称ANN）是模拟人脑神经元连接方式的一种算法。它由一层层的“神经

shandianfk_com·2025-02-25 03:49

深度学习入门篇--来瞻仰卷积神经网络的鼻祖LeNet

B站视频讲解:深度学习入门篇:使用pytorch搭建LeNet网络并代码详解实战前言大家在学习神经网络的时候肯定会有这样的感受,有很多的文章和视频,有的文章也很好,但是总是不成体系,总是学起来东一榔锤,

智算学术·2025-02-25 00:31

【深度学习入门：基于python的理论与实现读书笔记】第五章误差反向传播法

目录摘要第五章误差反向传播法简单层的实现乘法层的实现加法层的实现激活函数层的实现ReLU层Sigmoid层Affine层和Softmax层的实现Affine层Softmax-with-Loss层误差反向传播法的实现摘要该文章简要介绍了神经网络的误差反向传播法，省去了大量的推理过程，重点讲述了神经网络误差反向传播法的代码实现。第五章误差反向传播法反向传播就是从后到前局部计算偏导数并将其与从上游传来的

Bin二叉·2025-02-19 19:37

新书速览|细说PyTorch深度学习：理论、算法、模型与编程实现

超详细的PyTorch深度学习入门书，100余个编程示例+6大热点案例，大咖带路，边学边实践。

全栈开发圈·2025-02-18 15:44

机器学习入门-读书摘要

先看了《深度学习入门：基于python的理论和实践》这本电子书，早上因为入迷还坐过站了。。

不像程序员的程序媛·2025-02-16 03:53

【深度学习入门实战】基于Keras的手写数字识别实战（附完整可视化分析）

本人主页：机器学习司猫白ok，话不多说，我们进入正题吧项目概述本案例使用经典的MNIST手写数字数据集，通过Keras构建全连接神经网络，实现0-9数字的分类识别。文章将包含：关键概念图解完整实现代码训练过程可视化模型效果深度分析环境准备importnumpyasnpimportmatplotlib.pyplotaspltfromtensorflowimportkerasfromtensorflo

机器学习司猫白·2025-02-14 09:01

基于计算图的Softmax层反向传播推导

KaiMing Zhu·2025-02-11 21:25

深度学习入门2：自然语言处理（第一章神经网络的复习/代码+总结）

1.1数学和python的复习1.1.1向量和矩阵总结：代码实现：D:\py\pythonProject\0自学\LM\第一章\1向量和矩阵.pyimportnumpyasnpx=np.array([1,2,3])print(x.__class__)#输出类名np.ndarray类print(x.shape)#np.ndarray类实例变量shape和ndimshape表示多维数组的形状print

m0_58598898·2025-02-10 23:11

深度学习入门：搭建你的第一个神经网络

在当今数字化时代，深度学习正以前所未有的速度改变着我们的生活。从语音助手到自动驾驶汽车，从图像识别到自然语言处理，深度学习的应用无处不在。而Python作为一门简洁而强大的编程语言，成为了深度学习领域最受欢迎的工具之一。今天，我们将一起踏上深度学习的旅程，搭建你的第一个神经网络。一、深度学习的魅力深度学习是机器学习的一个分支，它通过模拟人脑的神经网络结构，让计算机能够自动从大量数据中学习规律和特征

Evaporator Core·2025-02-10 22:36

《深度学习入门：梯度下降法全解析，小白必看！》

目录一、引言二、什么是梯度下降？2.1误差的计算2.2梯度的计算2.3参数更新2.4重复迭代三、梯度下降法的几种主要类型1.批量梯度下降（BatchGradientDescent）2.随机梯度下降（StochasticGradientDescent,SGD）3.小批量梯度下降（Mini-BatchGradientDescent）四、梯度下降的挑战与解决方案1.学习率的选择2.局部最小值与鞍点3.梯

Lemon_wxk·2025-02-02 12:38

深度学习入门篇：PyTorch实现手写数字识别

这个问题通常作为深度学习入门的练习，因为

AI_Guru人工智能·2024-09-14 02:43

深度学习入门：使用 PyTorch 构建和训练你的第一个神经网络

引言深度学习是机器学习的一个分支，它利用多层非线性处理单元（即神经网络）来解决复杂的模式识别问题。PyTorch是一个强大的深度学习框架，它提供了灵活的API和动态计算图，非常适合初学者和研究者使用。安装PyTorch确保安装了Python和pip。然后通过以下命令安装PyTorch：pipinstalltorchtorchvision导入库我们需要导入一些必要的库：importtorchimpo

Mr' 郑·2024-09-04 13:29

02 使用 LSTM 进行时间序列预测

深度学习入门：使用LSTM进行时间序列预测引言深度学习在时间序列预测中展现出了强大的能力，尤其是长短期记忆（LSTM）网络。本文将为深度学习初学者介绍如何使用LSTM网络进行时间序列预测。

柒魅。·2024-09-03 15:39

【深度学习入门项目】一文带你弄清决策树（鸢尾花分类）

目录实验原理1.信息增益2.增益率3.基尼指数4.剪枝处理一、加载数据集二、配置模型三、训练模型四、模型预测五、模型评估六、决策树调参1.criterion2.max_depth实验原理决策树(decisiontree)是一种应用广泛的机器学习方法。顾名思义，决策树算法的表现形式可以直观理解为一棵树（可以是二叉树或非二叉树）。一棵决策树一般包含一个根节点、一系列内部节点和叶节点，一个叶节点对应一个

Better Rose·2024-08-24 03:07

吴恩达深度学习-L1 神经网络和深度学习总结

1.1深度学习入门我们只需要管理神经网络的输入和输出，而不用指定中间的特征，也不用理解它们究竟有没有实际意义。1.2简单的神经网络——逻

向来痴_·2024-02-20 07:26

图像分割——基于pytorch的牙齿分割

作为视觉基础任务的图像分割是大多数深度学习入门者的进一步学习，本文将用牙齿分割作为数据集，分享一下图像分割的训练内容。

苏俗·2024-02-14 04:35

图像分类——基于pytorch的农作物病虫害检测

作为视觉基础任务的图像分类是大多数深度学习入门者的基础，本文将用包含33类的农作物病虫害数据集作为数据集，来过一遍图像分类任务的基本步骤。

苏俗·2024-02-14 04:05

人工智能深度学习入门指南

本文将为你提供一份深度学习入门指南，帮助你快速掌握深度学习的基本知识和应用技能。1.了解深度学习基本概念在开始深度学习之前，你需要了解一些基本概念，如神经网络、激活函数、损失函数、反向传播等。

白猫a~·2024-02-11 23:00

深度学习入门--参数的优化算法

1.梯度下降法（GradientDescent）梯度下降法的计算过程就是沿梯度下降的方向求解极小值，也可以沿梯度上升方向求解最大值。假设模型参数为θ\thetaθ，损失函数为J(θ)J(\theta)J(θ)，损失函数关于参数的偏导数，也就是梯度为▽θJ(θ)\triangledown_\thetaJ(\theta)▽θJ(θ)，学习率为α\alphaα，则使用梯度下降法更新参数为：梯度下降法目前

我只钓小鱼·2024-02-11 03:53

第五届脑电深度学习入门班（训练营：2023.9.12~9.20）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑电图（Electroencephalogram,EEG）是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，包

茗创科技·2024-02-09 21:12

推荐频道