原创 好多文章被鎖 請訪問我的博客

還是自己搭的博客靠譜,簡書把我的幾乎所有的文章都鎖定了。申訴根本沒用! 將大部分文章都整理到了自己博客,我也將會在那裏更新。 歡迎關注:https://zht007.github.io/

原创 強化學習:自動駕駛——Carla 模擬器簡介

自動駕駛是機器學習的一個重要的應用領域,作爲普通學習者,我們是否可以運用自己學到的機器學習方法訓練自動駕駛模型,完成自動駕駛的任務呢?是否需要一輛真實的汽車和真實的馬路環境呢? 對於普通學習者來說,我們當然沒有必要去駕駛真實的汽車。使用模擬

原创 Tensorflow 2.0 快速入門 —— 引入Keras 自定義模型

上篇文章我們用線性迴歸的項目快速入門了 Tensorflow 2.0 ,本文我們繼續深入研究 ,使用 Keras 搭建模型配合 Tensorflow 2.0 解決線性迴歸和分類問題。 全部代碼,請見我的github repo https:/

原创 Tensorflow 2.0 快速入門 —— 自動求導與線性迴歸

隨着 Tensorflow 2.0 正式版發佈的日期越來越近,我們應該做好準備忘記 1.0 版本中那些反人類的 靜態 Graph 和 Session,擁抱新版本的各種易用簡單的新特性。 我們之前的文章介紹了 Tensorflow 的 Eag

原创 Tensorflow 2.0 快速入門 —— RNN 預測牛奶產量

前面兩篇文章我們通過線性迴歸和 MINST 手寫識別的項目,學習瞭如何使用 Tensorflow 2.0 解決預測和分類的問題。同時也回顧了神經網絡以及 CNN 的套路。這篇文章我們同樣通過 RNN 的實例再次鞏固一下 Tensorflow

原创 差點被蘋果店 Genius Bar 的工作人員忽悠了

Picture from unsplash by Kari Shea 之前文章我提到過,我辦公生活的主力電腦是一臺用了7年多的 Macbook Pro,2012年購買至今從來沒有出過任何問題,一直在兢兢業業爲我工作,直到... 前天升級了

原创 Tensorflow2.0——可視化工具tensorboard

image from unsplash.com by Tara Hegerty 之前的文章介紹過如何在 Keras 中快速調用 Tensorboard 這個可視化工具,這篇文章我們再深入探討一下 Tensorboard 在T Tensor

原创 Tensorflow2.0-數據加載和預處理

Image from unsplash.com by Adrian Cuj 前面的文章我們討論了機器學習的各種問題,但是還沒有認真討論一下數據加載的問題。作爲機器學習的第一步,如何正確和快速地加載數據以及預處理對於機器學習的項目成敗是至關

原创 Tensorflow 2.0 —— 與 Keras 的深度融合

image from unsplash by Zhang Kenny 前面的幾篇文章從線性迴歸,到手寫數字識別再到預測牛奶產量,我們用 Tensorflow 2.0 與 Keras 結合完成了全鏈接神經網絡,卷積神經網絡以及循環神經網絡的

原创 【教程】Tensorflow vs PyTorch —— 神經網絡的搭建和訓練

image from unsplash.com by @wolfgang_hasselmann 上一篇文章,我們用 Tensorflow 和 PyTorch 分別完成了函數自動求導以及參數手動和自動優化的任務,這篇文章我們就通過經典的 M

原创 【教程】Tensorflow vs PyTorch —— 可視化 Tensorboard vs Visdom

image from unsplash.com by @markusspiske 之前討論 Tensorflow 2.0 的文章中我們介紹了其非常強大的可視化工具:Tensorboard。雖然 PyTorch 中我們可以使用非官方的 Te

原创 【教程】Tensorflow vs PyTorch —— 卷積神經網絡

image from unsplash.com by @jmnse 卷積神經網絡在之前的文章中介紹過,這裏不再贅述,主要對比一下如何使用 Tensorflow 和 PyTorch 搭建卷積神經網絡(CNN)。 獲取文章代碼請關注微信公衆號

原创 Tensorflow2.x 深度強化學習——Policy Gradient

image from unsplash.com by @jodaarba 在之前的文章中我們系統地介紹了強化學習,以及與神經網絡相結合的深度強化學習。期間由於 Tensorflow 2.0 尚未正式發佈,大多數代碼均使用 Tensorfl

原创 【教程】Tensorflow vs PyTorch —— 自動求導

image from unsplash.com by @johnwestrock 在深度學習中,網絡參數的優化是通過 後向傳播 實現的,而優化參數的最基本方法就是 梯度下降 法。使用該方法首先就要求參數對損失函數的的梯度。梯度 可以簡單理

原创 【教程】Tensorflow vs PyTorch —— 數學運算

image from unsplash.com by @spencerdavis 掌握 Tensorflow 和 PyTorch 的基本數學運算操作,對後續機器學習和深度學習的學習十分重要。當然兩者在這方面也十分相似。 獲取文章代碼請關注