摘要：1、搭建AlexNet网络 2、如何使用自己的数据集使用网络 —————————————————————————————————————————————————————— 1、搭建AlexNet网络 网络结构： 定义网络类： 定义初始化函数：定义网络在正向传播中所需要使用的层结构。 features 阅读全文

摘要：1、搭建AlexNet网络 2、如何使用自己的数据集使用网络 3、pytorch卷积操作详解：https://blog.csdn.net/qq_37541097/article/details/102926037?spm=1001.2014.3001.5501 ——————————————————— 阅读全文

摘要：1、AlexNet网络结构 2、花分类数据集 ———————————————————————————————————————————————————————————————————————————————— 1、AlexNet网络结构 AlexNet是2012年ISLVRC2012（ImageNet 阅读全文

摘要：pytorch官网：PyTorch https://pytorch.org 本节内容以官方案例为例：Training a Classifier — PyTorch Tutorials 1.8.1+cu102 documentation 使用LeNet网络： 1、model.py import tor 阅读全文

摘要：1、误差的计算 2、误差反向传播 3、权重的更新 —————————————————————————————————————————— 1、误差的计算 交叉熵损失为常用的损失函数 2、误差反向传播 3、权重的更新 使用整个样本集进行求解，损失梯度指向全局最优方向 使用分批次样本进行求解，损失梯度指向 阅读全文

摘要：目录： 1、卷积神经网络（历史） 2、全连接层 3、卷积层 4、池化层 1、卷积神经网络CNN(Convolutional Neural Network） 包含卷积层的网络。 1986 Rumelhart和Hinton提出反向传播（Back Propagation，即BP算法） 1998 LeCun 阅读全文

摘要：源视频地址：深度学习在图像处理中的应用（tensorflow、pytorch分别实现）_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili up主地址： https://github.com/WZMIAOMIAO/deep-learning-for-image-processing CSDN地址: 阅读全文