深度学习
文章平均质量分 74
一颗西柚子
这个作者很懒,什么都没留下…
展开
-
使用 TF-IDF 算法将文本向量化
TF-IDF(term frequency–inverse document frequency)是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency),IDF是逆文本频率指数(Inverse Document Frequency)。提示:以下是本篇文章正文内容,下面案例可供参考TF-IDF算法介绍及实现TF-IDF算法详解百度百科——tf-idf。原创 2022-11-12 17:18:32 · 3670 阅读 · 3 评论 -
深度学习基于LSTM的商品评论多分类实战
我的前面博客有吴恩达深度学习进行情感二分类分析的案例,建议看一下,讲的比较基础。这篇博客数据预处理时用到的一些函数在那篇博客讲过,这里就不再赘述。在你阅读这篇文章时候,你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我们不会将所有的东西都全部丢弃,然后用空白的大脑进行思考。我们的思想拥有持久性。LSTM就是具备了这一特性。原创 2022-10-14 21:16:16 · 1302 阅读 · 0 评论 -
CNN卷积神经网络模型预测Fashion数据Tensorflow代码
CNN卷积神经网络,Fashion是数据集,Tensorflow代码以上就是CNN卷积神经网络模型预测Fashion数据集的代码。原创 2022-10-13 15:20:49 · 644 阅读 · 0 评论 -
深度学习模型理解-CNN-手写数据字代码
图像(不同的数据窗口数据)和滤波矩阵(一组固定的权重:因为每个神经元的多个权重固定,所以又可以看做一个恒定的滤波器filter)做内积(逐个元素相乘再求和)的操作就是所谓的『卷积』操作,也是卷积神经网络的名字来源。非严格意义上来讲,下图中红框框起来的部分便可以理解为一个滤波器,即带着一组固定权重的神经元。多个滤波器叠加便成了卷积层。原创 2022-09-29 00:25:22 · 1174 阅读 · 10 评论 -
神经网络基础
调整w权重,使其输出结果的cat分类分数更高。normalize - 归一化,转换为概率值。函数+1,表示准确率至少高一个值。原创 2022-09-27 19:04:33 · 211 阅读 · 0 评论 -
深度学习网络模型梳理
2015年,He等人采用残差网络(Residual Networks,ResNet)来解决梯度消失的问题。ResNet的主要特点是跨层连接,它通过引入捷径连接技术(shortcut connections)将输入跨层传递并与卷积的结果相加。在ResNet中只有一个池化层,它连接在最后一个卷积层后面。ResNet使得底层的网络能够得到充分训练,准确率也随着深度的加深而得到显著提升。将深度为152层的ResNet用于LSVRC-15的图像分类比赛中,它获得了第1名的成绩。原创 2022-09-25 23:20:38 · 535 阅读 · 0 评论 -
TensorFlow 中的自然语言处理 (吴恩达视频)
自然语言处理原创 2022-06-22 21:55:57 · 728 阅读 · 0 评论