หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

สนับสนุนรหัสของ "การเรียนรู้เชิงลึกและการมองเห็นคอมพิวเตอร์"

ขอบคุณสำหรับคำถามต่าง ๆ ที่เกิดขึ้นในประเด็นนี้ เนื่องจากไม่ได้รับการปรับปรุงมานานเกินไปฉันวางแผนที่จะมีสมาธิในการอัปเดตก่อนเทศกาลฤดูใบไม้ผลิ แต่หลังจากอ่านมันฉันรู้สึกว่าฉันไม่สามารถเริ่มต้นได้ นอกจากนี้ฉันได้พูดคุยกับบรรณาธิการของ บริษัท หนังสือว่าฉันไม่ควรปล่อยรุ่นที่สองหรือพิมพ์ซ้ำดังนั้นฉันจึงตัดสินใจยอมแพ้ ...

หนึ่งในข้อผิดพลาดที่ฉันพบว่าตัวเองเกี่ยวกับค่าลักษณะเฉพาะ SVD ไม่ได้ใช้สำหรับเมทริกซ์แบบผกผัน แต่สำหรับเมทริกซ์แบบไม่สมมาตร สำหรับรายละเอียดโปรดดูคำตอบของ Zhihu ที่อัปเดต: https://www.zhihu.com/question/20507061/answer/120540926 errata ในส่วนอื่น ๆ อยู่ใน errata.pdf หรือการสนทนาของทุกคน

repo นี้ไม่คาดว่าจะได้รับการปรับปรุงอีกครั้ง (พูดตรงไปตรงมาครึ่งหลังของหนังสือเล่มนี้ล้าสมัย) หากคุณมีคำถามใด ๆ โปรดส่งข้อความส่วนตัวถึงฉันถึงฉัน: YEYUN11

ขอให้ทุกท่านมีความสุขในปีใหม่จีนวันส่งท้ายปีเก่า 2020

-

เดิมชื่อ "การเรียนรู้เชิงลึกและการมองเห็นคอมพิวเตอร์: บทนำสู่ตัวอย่าง" โปรดทราบ: หนังสือเล่มนี้อยู่ในตำแหน่งที่เป็นบทนำ

คลิกที่นี่สำหรับรหัส สำหรับการดาวน์โหลดแผนภูมิสีอิเล็กทรอนิกส์ทั้งหมดโปรดดูเวอร์ชันออนไลน์ของบทที่ 5 และบทที่ 6 สำหรับแผนภูมิสี: บทที่ 5 บทที่ 5 บทที่ 6

ด้วยเหตุผลบางอย่างที่ฉันไม่เข้าใจหนังสือภาษาอังกฤษเป็นภาษาอังกฤษเป็นสิ่งจำเป็นโดยสำนักพิมพ์เพื่อแปลอย่างแข็งขัน ในที่สุด: 1) ภาษาอังกฤษบางส่วนถูกแปลเป็นภาษาจีนเป็นองศาที่แตกต่างกันและ 2) รายการเอกสารที่คิดเป็นเอกสารภาษาอังกฤษส่วนใหญ่ไม่สามารถรวมอยู่ในหนังสือเล่มนี้ได้ รายการการอ้างอิงอยู่ที่นี่

โปรดมาที่นี่เพื่อรับข้อผิดพลาดในเนื้อหา Errata อยู่ที่นี่

ลิงค์ซื้อ: jd.com, Amazon, Dangdang

คู่มือรหัสด่วน

บทที่ 5: ตัวอย่างของการสร้างภาพข้อมูล NumPy และ Matplotlib บทที่ 6: วิดเจ็ตคำอธิบายประกอบการตรวจจับวัตถุและวิดเจ็ตการเพิ่มประสิทธิภาพข้อมูลท้องถิ่นบทที่ 7: การจำแนกระนาบสองมิติตามคาเฟอีนและ MXNET ตามลำดับตามลำดับ
บทที่ 8: การจำแนกประเภทของ MNIST ขึ้นอยู่กับคาเฟอีนและ MXNET ตามลำดับ
บทที่ 9: การศึกษาระดับความโกลาหลของภาพโดยอิงจากการถดถอยของคาเฟอีนและการสร้างภาพเคอร์เนลแบบ convolution บทที่ 10: การถ่ายโอนการเรียนรู้ของแบบจำลองการจำแนกอาหารเมทริกซ์ความสับสนการวาดเส้นโค้ง ROC และการสร้างภาพกราฟการตอบสนองของรูปแบบการตอบสนอง
บทที่ 12: การใช้ MNIST เพื่อฝึกอบรมเครือข่ายสยาม, การสร้างภาพ T-SNE โดยใช้คาเฟอีน
หนังสือเล่มนี้ไม่รวมถึงเบ็ดเตล็ด: รวมถึงการผลิตตัวอย่างที่เป็นปฏิปักษ์ (คาเฟอีน), GaN สองมิติและการสร้างภาพกระบวนการฝึกอบรม (Pytorch), โมเสคอัตโนมัติของภาพลามก (คาเฟอีน), โมเดลฟิวชั่น
การตัดแต่งแบบจำลอง (pytorch)

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด