作者归档 | Adrian Tam

深度学习是一个迷人的研究领域，其技术在各种具有挑战性的机器学习问题中取得了世界一流的成果。入门深度学习可能很难。您应该使用哪个库，又应该专注于哪些技术？在这份为期 9 天的速成课程中，您将发现应用 […]

循环神经网络可用于时间序列预测。其中，创建了一个回归神经网络。它也可以用作生成模型，通常是分类神经网络模型。生成模型是从数据中学习特定模式，以便在呈现提示时，它可以 […]

长短期记忆（LSTM）是一种可用于神经网络的结构。它是一种循环神经网络（RNN），期望输入是特征序列的形式。它对于时间序列或文本字符串等数据很有用。在这篇文章中，您将了解 […]

深度学习技术能力的一个流行演示是图像数据中的对象识别。机器学习和深度学习的对象识别的“Hello World”是用于手写数字识别的 MNIST 数据集。在这篇文章中，您将发现如何开发一个深度学习模型，以在 […]上达到接近最先进的性能。

神经网络由相互连接的层构建而成。有许多不同类型的层。对于图像相关应用，您总是可以找到卷积层。它是一个参数很少但应用于大型输入的层。它很强大，因为它能够保留图像的空间结构。[…]

PyTorch 是一个深度学习库。您可以使用 PyTorch 构建非常复杂的深度学习模型。但是，有时您需要对模型架构进行图形化表示。在这篇文章中，您将学习：如何以交换格式保存 PyTorch 模型 如何使用 Netron 创建图形 […]

大型深度学习模型可能需要很长时间才能训练。如果在中间中断了训练过程，您将损失很多工作。但有时，您实际上想在中间中断训练过程，因为您知道再进一步也不会给您带来更好的模型。在这篇文章中 […]

通过在训练过程中观察神经网络和深度学习模型的性能，您可以学到很多东西。例如，如果您看到训练精度随着训练 epoch 变差，您就知道优化存在问题。可能是您的学习率太快了。在这篇文章中，您将发现如何 […]