深度學習筆記（03）- 啟動器
??啟動器，你一定不要錯過，因為你也無法錯過。對於一個小白來說，啟動器即陌生又熟悉，因為windows叫開始菜單。當你聽到開始菜單，基本上這一節不用學習了，如果你接觸過電腦一定不會陌生。不過老陌還是要整理一下筆記，學習要有務實的精神。
??啟動器幫助您管理系統中已安裝的所有應用，在啟動器中使用分類導航或搜索功能可以快速找到需要的應用程序。如果安裝了新的應用程序，在啟動器中找到它會發現，它的旁邊會出現一個小藍點提示。
??為了做一個驗證我特意安裝了一個新的程序
1 sudo apt install vim-gtk
??老陌發現在小窗口模式下顯示：新安裝，在全屏模式下顯示：小點。
一、切換模式
??啟動器有全屏和小窗口兩種模式。可以通過點擊啟動器界面右上角的切換換鈕來切換模式，這為不同陣營的人提供了方便，老陌中立，因為這兩種模式都喜歡。
二、小窗口模式
??老陌喜歡新版的小窗口模式，可能是習慣問題。老陌制作了一個小圖，可以了解小窗口模式有哪些部分。
深度學習筆記（03）- 啟動器
相關推薦
深度學習筆記（03）- 啟動器
可能 啟動 ima 應用 無法 導航 程序 png 啟動器 ??啟動器，你一定不要錯過，因為你也無法錯過。對於一個小白來說，啟動器即陌生又熟悉，因為windows叫開始菜單。當你聽到開始菜單，基本上這一節不用學習了，如果你接觸過電腦一定不會陌生。不過老陌還是要整理一下筆記，
深度學習筆記（九）感受野計算
lds 時有 輸入 計算 ret name %d have imsi 1 感受野的概念 在卷積神經網絡中，感受野的定義是 卷積神經網絡每一層輸出的特征圖（feature map）上的像素點在原始圖像上映射的區域大小。一般感受野大小是目標大小的兩倍左右最合適！
我的Docke-CE學習筆記（03）
inf exception addm entity 註入 provider ase mod ise 新建一個Asp.net Core 2.0 WebAPI項目。 添加EntityFrameworkCore引用 建立Data，Models文件夾 Models內建立Use
英語口語學習筆記（03）習語篇
com isp into 技術分享 技術 ref ima for nbsp go places 頗有前途，大有前途，VCU be the teacher‘s pet VCU get one‘s foot in the door : VCU
linux io 學習筆記（03）---共享內存，信號燈，消息隊列
pat value maximum oid 選擇性 同步互斥 接收 實現 映射 system V IPC 1）消息隊列 2）共享內存 3）信號燈（信號量集） 1.消息隊列、 ipcs -q 查看系統中使用消息隊列的情況 ipcrm -q +msqid 刪除消息隊列
吳恩達深度學習筆記（七） —— Batch Normalization
學習 bat 中括號 和平 一個 內容 batch 可能 加權 主要內容： 一.Batch Norm簡介 二.歸一化網絡的激活函數 三.Batch Norm擬合進神經網絡 四.測試時的Batch Norm 一.Batch Norm簡介 1.在機器學習中，我們一般
吳恩達深度學習筆記（八） —— ResNets殘差網絡
con 一個 學習 ets str 帶來 圖片 梯度 就是 （好累……，明日在寫……） 主要內容： 一.殘差網絡簡介 二.identity block 和 convolutional block 一.殘差網絡簡介 1.深度神經網絡很大的一個優點就是能夠表示一個
深度學習筆記（四）——神經網路和深度學習（淺層神經網路）
1.神經網路概覽 神經網路的結構與邏輯迴歸類似，只是神經網路的層數比邏輯迴歸多一層，多出來的中間那層稱為隱藏層或中間層。從計算上來說，神經網路的正向傳播和反向傳播過程只是比邏輯迴歸多了一次重複的計算。正向傳播過程分成兩層，第一層是輸入層到隱藏層，用上標[1]來表示；第二層是隱藏層到輸出層，用上標
優達學城-深度學習筆記（一）
優達學城-深度學習筆記（一） 標籤： 機器學習 優達學城-深度學習筆記一 一 神經網路簡介 最大似然概率 交叉熵Cross entropy
吳恩達深度學習筆記（3）-神經網路如何實現監督學習？
神經網路的監督學習(Supervised Learning with Neural Networks) 關於神經網路也有很多的種類，考慮到它們的使用效果，有些使用起來恰到好處，但事實表明，到目前幾乎所有由神經網路創造的經濟價值，本質上都離不開一種叫做監督學習的機器學習類別，讓我們舉例看看。
吳恩達深度學習筆記（4）-為什麼深度學習會興起？
為什麼深度學習會興起？(Why is Deep Learning taking off?) 本節視訊主要講了推動深度學習變得如此熱門的主要因素。包括資料規模、計算量及演算法的創新。(3個重點概念！請背書！） 深度學習和神經網路之前的基礎技術理念已經存在大概幾十年了，為什麼它們現在才突
吳恩達深度學習筆記（9）-導數的簡單推導介紹
導數（Derivatives） 這個筆記我主要是想幫你獲得對微積分和導數直觀的理解。 或許你認為自從大學畢以後你再也沒有接觸微積分。 為了高效應用神經網路和深度學習，你並不需要非常深入理解微積分（這個哦，並不需要深入瞭解）。因此如果你觀看這個視訊或者以後的視訊時心想：“哇哦，這些知
吳恩達深度學習筆記（7）--邏輯迴歸的代價函式（Cost Function）
邏輯迴歸的代價函式（Logistic Regression Cost Function） 在上一篇文章中，我們講了邏輯迴歸模型，這裡，我們講邏輯迴歸的代價函式（也翻譯作成本函式）。 吳恩達讓我轉達大家：這一篇有很多公式，做好準備，睜大眼睛！代價函式很重要！ 為什麼需要代價函式： 為
吳恩達深度學習筆記（8）-重點-梯度下降法（Gradient Descent）
梯度下降法（Gradient Descent）（重點） 梯度下降法可以做什麼？ 在你測試集上，通過最小化代價函式（成本函式） J(w,b) 來訓練的引數w和b ， 如圖，在第二行給出和之前一樣的邏輯迴歸演算法的代價函式（成本函式）(上一篇文章已講過） 梯度下降法的形象化
Tensorflow深度學習筆記（二）--BPNN手寫數字識別視覺化
資料集：MNIST 啟用函式：Relu 損失函式：交叉熵 Optimizer：AdamOptimizer 視覺化工具：tensorboad 迭代21epoch，accuracy結果如下： Iter 16,Testing Accuracy:
深度學習筆記（2）--slim框架
今天我發現一個tensorlfow框架--slim 它包裝了一些基本的tensorflow的操作： 比如說卷積： layers=sli.conv2d(self.X,num_outputs=32,k
# 深度學習筆記（一）
從感知機到神經網路 感知機中：作為神經網路的起源演算法，感知機有若干輸入，而只有一個輸出 這裡以最簡單的一層感知機舉例： W1W2x1yx2 此時，x1對應的權重為W1,x2對應的權重為W2,而W1和W2權重的大小對應著x1與x2各自重要程度，而他們的乘積和共同
吳恩達深度學習筆記（2）-什麼是神經網路（Neural Network）
什麼是神經網路？(What is a Neural Network) 我們常常用深度學習這個術語來指訓練神經網路的過程。有時它指的是特別大規模的神經網路訓練。那麼神經網路究竟是什麼呢？在這個視訊中，會講解一些直觀的基礎知識。 首先，讓我們從一個房價預測的例子開
神經網路與深度學習筆記（四）
第四章 神經網路可以計算任何函式的視覺化證明 神經網路的一個最顯著的事實就是它可以計算任何的函式。不管這個函式是什麼樣，總會確保有一個神經網路能夠對任何可能的輸入xx，其值f(x)f(x)（或者某個足夠準確的近似）是網路的輸出。即使這個函式有很多輸入和
深度學習筆記（一）：影象理解的三個層次
deep learning 簡稱DL,小編剛接觸計算機視覺利用深度學習進行影象處理，先普及一下對影象進行處理的三個層次。 一是分類（classification） 即是將影象結構化為某一類別的資訊，用事先確定好的類別（string）或例項ID來描述圖片。其中ImageNe