摘要：
此篇主要是以卷积神经网络为基础，深度学习神经网络的主要知识点串讲。突出重点、快速的让你具备使用Tensorflow2.0框架的必备理论知识。
后续会持续更新YOLO, SSD， FASTER -CRNN等目标算法和ResNet, Inception，VGG,等网络知识。 阅读全文
摘要：
本文使用tensorflow2, 并采取一种较为通用的数据处理手段，并分别手动构建简单模型， 层数较深的resnet网络，和基于VGG19的迁移学习，以帮助初学者快速在小数据集上搭建模型，并训练一个较为满意的结果。 阅读全文
摘要：
Pytorch是热门的深度学习框架之一，通过经典的MNIST 数据集进行快速的pytorch入门。 导入库 准备数据集 构建模型 模型训练 Train Epoch: 0 [0/60000 (0%)] Loss: 0.023078 Train Epoch: 0 [12800/60000 (21%)] 阅读全文
摘要：
机器学习中必须掌握的数据科学库知识点汇总, 整理成xmind 思维导图格式文档, 方便对这些知识点进行快速回顾和掌握. 阅读全文
摘要：
通过实例快速入门Pandas在数据分析, 机器学习中的应用. 阅读全文
摘要：
Matplotlob 简明实例入门 通过几个实例,快速了解matplotlib.pyplot 中最为常见的折线图,散点图,柱状图,直方图,饼图的用法 如果您需要更为详细的内容,请参考官方文档: https://matplotlib.org/gallery/ 案例1:显示温度变化状况 案例2. 同一个 阅读全文
摘要：
01 深拷贝与浅拷贝 1. 定义解释 简单理解， 深拷贝和浅拷贝就是拷贝内容的层次深度不同。深拷贝全部都是新的（递归），浅拷贝只有第一层是新的。 指向 a = [11, 22] 指在内存中开辟一个空间，存储[11, 22]这个列表，a 指向这个空间的内存地址。 b = a ， 表示b 也指向这个内存 阅读全文
摘要：
深度学习必备库 Numpy Numpy是Numerical Python的简称，是Python中高性能科学计算和数据分析的基础包。Numpy提供了一个多维数组类型ndarray，它具有矢量算术运算和复杂广播的能力，可以实现快速的计算并且能节省存储空间。 在本文中将会介绍： [TOC] 1. 基础数据 阅读全文
摘要：
01 TensorFlow基础 Tensorflow是什么 Google的开源软件库 采取数据流图，用于数值计算 支持多种平台 GPU、CPU、 移动设备 最初用于深度学习，变得越来越通用 Tensorflow数据结构 数据流图 1. 线：节点之间的输入输出关系，线上运输张量. tensor：张量 阅读全文
摘要：
11 K Means 原理及案例 非监督学习 1. unsupervised learning （非监督学习） ，只有特征值，没有目标值 2. 聚类： 主要方法 k means （K 需要分成的类别数） K Means步骤 1. 随机设置K个特征空间内的点作为初始的聚类中心 （红，绿，蓝） k=3 阅读全文