深度学习18

卷积层

查看每个数据

使用tensorboard查看
池化层






使用数据集进行训练

创建实例,使用tensorboard进行显示

最大池化保留了图片信息,神经网络训练的数据量大大减小,可以加快训练

非线性激活

非线性激活为神经网络加入了一些非线性的特质

inplace是否对原来的位置进行替换,等于false可以防止数据的丢失

以上是搭建网络的过程,接着创建网络


线性层




flatten将图片展平


sequential

对CIFAR10model结构


尺寸不变padding=2


搭建网络

验证网络

sequential使得代码更加简洁

计算图



损失函数与反向传播

需要浮点数


交叉熵

相关推荐
泯泷8 分钟前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我39 分钟前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁0140 分钟前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn1 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄2 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下3 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码3 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下4 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩4 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek
FengY_HYY4 小时前
从人类组织到人类&大模型组织,我的位置在哪里?
人工智能·程序员·llm