摘要：
阅读全文
摘要：
阅读全文
摘要：
安装pytorch 登录官网：https://pytorch.org/ 选择配置，下方自动显示安装命令。 执行安装命令，安装成功。这安装体验简直666。 检查是否安装成功 返回Ture表示OK。 安装Detectron 克隆Detectron仓库：git clone https://github.c 阅读全文
摘要：
本视频跟随kevin学习猫狗大战项目。 深度学习过程： 数据集： [包含训练(25000张猫狗照片)和测试数据集(12500张猫狗照片)] 可到kaggle下载 教程路径：https://www.youtube.com/channel/UCVCSn4qQXTDAtGWpWAe4Plw/videos 阅读全文
摘要：
有了TF Girls课程的经验，再看MNIST就简单多了。 详细讲解参考极客学院教程 深入MNIST： http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_pros.html 测试结果99.29%，和教程中一致。 阅读全文
摘要：
测试准确率平均为90%左右。 增加单张图片预测打印，结果如下。前4张为预测正确的，后4张为预测错误的。 最后一张预测错误比较意外，很明显是9。 查看过程数据，9的概率只有0.24， 0、1、3、4、6概率都比9要高。 Test Accuracy: 0.0%predict_labels= [[3.47 阅读全文
摘要：
模型可视化，可以点开看每个节点内部的处理过程和数据流向。 训练100000次。 loss收敛如下，趋近于0.2 中间那条斜线太刺眼了，不知道哪来的。。。 权重和偏置在不断变化，说明训练过程确实对其做了修改。 还不太明白怎么分析这个图形，待以后学习。 阅读全文
摘要：
https://blog.csdn.net/u011311291/article/details/82763093 阅读全文
摘要：
代码： 打印： 对于LOSS，我的理解如下，反过来理解： softmax值域范围为（0,1），训练目的要求分类概率趋近于1（如图红线所示），即要求y=log(x) 趋近于0（如图蓝线所示）； 所以训练过程就是寻找y的最小值，y值即为loss，即寻找loss的最小值，具体怎么去寻找，交给模型去做了。 阅读全文
摘要：
train_batch_size=641批次为64张图片 input samples.shape= (64, 32, 32, 1)输入数据64张图片，图片大小32x32，通道数1(加载图片后已进行灰度化: 从三色通道 -> 单色通道) input labels.shape= (64, 10)输入64 阅读全文