重装系统后重新配置深度学习环境，先安装了Python3.9，然后打开PyCharm，发现PyCharm显示没有Python解释器。 解决方法：文件 - 设置 - 项目 - 解释器 - 右侧小齿轮 - 添加 - 系统解释器 - 确定 注意：安装python的时候一定要勾选add to path并且在安装完成后选择修改path字符数量上限。否则需要手动…

链接：初识卷积神经网络 卷积神经网络 举例：一个简单的对MNIST数字进行分类的卷积神经网络。 from keras import layers from keras import models model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation=&#…

本章将会学习到完整的解决机器学习任务的工作流程，建立起可靠的解决深度学习问题的概念框架。 机器学习的四个分支 监督学习 目前最常见，最受关注的深度学习分支。给定一组样本，让机器学习输入到目标的映射。 分类 回归 序列生成 语法树检测 目标检测 图像分割 无监督学习 在没有目标的情况下，让机器寻找输入数据的有趣变换。应用于数据可视化、数据压缩、数据去…

注：若无特殊说明，代码均复制粘贴自Deep Learning with Python官网的Jupyter Notebook文件。 神经网络剖析 层 深度学习的基础组件，将一个或多个输入张量转换为一个或多个输出张量。 大部分层都是有状态的，即有权重。不同的张量格式与不同的数据处理类型要用到不同的层 (sample, features)的2D张量通常用…

基本概念 人工智能 曾经符号主义人工智能盛行，但它的能力被局限于解决明确的逻辑问题。更加复杂、模糊的问题，如图像分类、语音识别和语言翻译，由机器学习接任。 表示（Representation） 机器学习三要素 输入数据点，如图片 预期输出的示例，如图片所对应的正确标签 衡量算法效果好坏的方法。这是一种反馈信号，用于调节算法的工作方式。这个调节步骤就…

卷积 卷积方式 卷积效果 垂直线清晰可见： 水平线清晰可见： 池化 将图像中的像素分组并过滤到一个子集合中。 池化方式： 例子：2×2最大池化，选择2×2矩阵中的最大值，并构成新的矩阵。 池化效果 尺寸缩小四倍，图像特征被保留，甚至被增强。 特征提取 用于卷积和池化的过滤器也是学习得到的，这个过程被称为特征提取。 图：Dense是随机初始化的，在学…

一个线性方程的推导 训练模型，让其推理出一组输入和输出间的关系 x值 -1.0, 0.0, 1.0, 2.0, 3.0, 4.0 y值 -3.0, -1.0, 1.0, 3.0, 5.0, 7.0 以上两组数据的关系是$y=2x-1$ 代码实现 from tensorflow import keras from tensorflow.keras i…

规则 总则： https://zhuoqing.blog.csdn.net/article/details/121438560 智能视觉组补充说明： https://zhuoqing.blog.csdn.net/article/details/122262365 官方培训 第一弹： https://zhuoqing.blog.csdn.net/ar…

Anaconda下载速度慢 通过切换到清华镜像解决 参考： https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ PyCharm无法导入torch包 应该是因为在安装Anaconda的时候没有勾选将Anaconda作为默认python解释器导致的。 解决办法： 在PyCharm中选择文件-设置-项目…