深度学习
chaochaopang0
这个作者很懒,什么都没留下…
展开
-
Deep Spatio-Temporal Residual Networks(深度时空残差神经网络)
残差神经网络在时空数据的简单应用与学习,适合快速动手搭建,成功运行、分析代码,并学习怎样用keras实现模型的同学。原创 2017-11-06 17:03:16 · 7416 阅读 · 13 评论 -
Faster-Rcnn记录
Faster-Rcnn记录上述图理解如下:(1)Ncls=256原创 2019-05-22 20:19:03 · 367 阅读 · 0 评论 -
深度学习开源项目整理
基于TensorFlow的框架https://github.com/fchollet/kerashttps://github.com/tflearn/tflearnhttps://github.com/beniz/deepdetecthttps://github.com/tensorflow/foldhttps://github.com/leriomaggio/deep-learning...原创 2018-09-19 19:50:24 · 529 阅读 · 0 评论 -
几个经典卷积神经网络
从AlexNet论文说起,ImageNet Classification with Deep Convolutional Neural Networks。在ImageNet LSVRC-2010 2012表现突出top-1误差率37.5%,以及top-5误差率17.0%网络有6000万个参数和650,000个神经元网络结构五个卷积层,以及某些卷积层后的池化层,以及最后的三个全连接层...原创 2018-05-29 20:53:16 · 1051 阅读 · 0 评论 -
基于keras多层LSTM实现
代码分为数据读取、预处理、建模、训练、预测(测试集预测,未来连续预测)、结果展示(此代码是以单属性数据集为例)# -*- coding: utf-8 -*-"""Created on Tue May 8 14:28:43 2018@author: lichao_lc"""import numpy as npimport matplotlib.pyplot as pltimpo..原创 2018-05-10 13:13:04 · 30266 阅读 · 15 评论