深度学习
文章平均质量分 71
everyst
数据挖掘开发 NLP开发 深度学习开发
展开
-
RNN LSTM算法原理简介及Tutorial
LSTM算法原理简介及Tutorial一、背景LSTM(Long Short-Term Memory)算法作为深度学习方法的一种,在介绍LSTM算法之前,有必要介绍一下深度学习(Deep Learning)的一些基本背景。目前在机器学习领域,最大的热点毫无疑问是深度学习,从谷歌大脑(Google Brain)的猫脸识别[1],到ImageNet比赛中深度卷积神经网络的获胜[2],再到Alp...原创 2019-01-04 18:12:52 · 1726 阅读 · 0 评论 -
Tensorflow深度学习笔记 4-利用神经网络预测非线性回归示例
本文主要分享一个利用神经网络来预测非线性回归的示例。首先,定义生成我们的测试数据,即y_data = np.square(x_data) + noise,通过x_data的平方再加上噪声来生成y_data.然后,利用神经网络,将x_data作为输入,得到预测值。然后让预测值与y_data做比较,使其差异最小。x_data ==>神经网络中间层==>神经网络输出层==>...原创 2018-12-25 17:42:03 · 3232 阅读 · 2 评论 -
深度学习中数据的拆分打乱
传统的机器学习,即在深度学习流行之前的问题的一般处理流程通常是“预处理->特征变换->分类/回归”。即便现在深度学习似乎要统治业界,但要转换成这样的步骤,也不过是将“特征变换”与“分类/回归”合二为一而已,该做的预处理往往还是要做。《深度学习(Deep Learning Book)》里提过一种对深度学习的诠释思路——深度表示学习,与之类似。但放到现实问题中来看,机器学习只不过是整个...原创 2019-01-15 18:04:04 · 2244 阅读 · 2 评论 -
Python 训练神经网络打乱数据集
index = [i for i in range(len(data))]random.shuffle(index)data = data[index]label = label[index]原创 2019-01-16 12:27:33 · 2178 阅读 · 0 评论 -
深度学习:激活函数的比较和优缺点,sigmoid,tanh,Relu 全方位比较
1、什么是激活函数2、为什么要用3、都有什么激活函数4、sigmoid,Relu,softmax 1. 什么是激活函数 如下图,在神经元中,输入的 inputs 通过加权,求和后,还被作用了一个函数,这个函数就是激活函数 Activation Function。2. 为什么要用如果不用激励函数,每一层输出都是上层输入的线性函数,无论神经网络有多少层,输出都是...原创 2019-01-22 16:29:19 · 5693 阅读 · 0 评论 -
激活函数、损失函数及其优化方法总结
1.1 激活函数 关于激活函数,首先要搞清楚的问题是,激活函数是什么,有什么用?不用激活函数可不可以?答案是不可以。激活函数的主要作用是提供网络的非线性建模能力。如果没有激活函数,那么该网络仅能够表达线性映射,此时即便有再多的隐藏层,其整个网络跟单层神经网络也是等价的。因此也可以认为,只有加入了激活函数之后,深度神经网络才具备了分层的非线性映射学习能力。 那么激活函数应该具有什么样的性质呢?...原创 2019-03-05 15:32:00 · 1663 阅读 · 0 评论