DeepLearning工具Theano学习记录（三） CNN卷积神经网络

最新推荐文章于 2018-01-10 13:58:40 发布
最新推荐文章于 2018-01-10 13:58:40 发布
阅读量2.4k 收藏 1
点赞数 1
分类专栏： deep learning 学习笔记 文章标签： Theano deep learning 卷积神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangxinginnlp/article/details/44963641
版权

代码参考：http://deeplearning.net/tutorial/lenet.html#lenet

代码学习：http://blog.csdn.net/u012162613/article/details/43225445

本节实验代码下载：Github


2015/4/9

Experiment 1:  使用Tutorial推荐的CNN结构实验

Github目录下convolutional_mlp.py文件

learning_rate=0.1

n_cv= 20   # 第一层卷积核20

n_vc=50    #第二层卷积核50

n_epochs=200

batch_size=500

n_hidden=500

实验结果:


Experiment 2：在Tutorial基础上加一隐藏层

learning_rate=0.1

n_cv_1= 20   # 第一层卷积核20

n_vc_2=50    #第二层卷积核50

n_epochs=200

batch_size=500

n_hidden_1=500

n_hidden_2=500

实验结果:

Experiment 3：在Tutorial基础上加一卷积采样层

learning_rate=0.1

n_cv_1= 20   # 第一层卷积核20

n_cv_2=50    #第二层卷积核50

n_cv_2=30    #第二层卷积核30

n_epochs=200

batch_size=500

n_hidden=500



Experiment 4：在Tutorial基础上加一卷积采样层和一层隐藏层

learning_rate=0.1

n_cv_1= 20   # 第一层卷积核20

n_cv_2=50    #第二层卷积核50

n_cv_2=30    #第二层卷积核30

n_epochs=200

batch_size=500

n_hidden_1=500

n_hidden_2=500

实验结果：



warrioR_wx
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度卷积神经网络CNN的Theano实现（lenet）
05-11
深度卷积神经网络CNN的Theano实现（lenet），还包括一个单独的卷积层网络
theano学习指南4（翻译）- 卷积神经网络
weixin_30955341的博客
06-09 103
动机 卷积神经网络是一种特殊的MLP,这个概念是从生物里面演化过来的. 根据Hubel和Wiesel早期在猫的视觉皮层上的工作[Hubel68], 我们知道在视觉皮层上面存在一种细胞的复杂分布,这些细胞对一些局部输入是很敏感的,它们被成为感知野, 并通过这种特殊的组合方式来覆盖整个视野. 这些过滤器对输入空间是局部敏感的,因此能够更好得发觉自然图像中不同物体的空间相关性. 进一步讲, 视...
卷积神经网络CNN（LeNet）的Theano实现
Adrianna的专栏
05-11 1664
一、LeNet 结构二、卷积层ConvOp是在Theano中实现卷积层的主要主力。 ConvOp由theano.tensor.signal.conv2d使用，它具有两个输入： 1. input：对应于小批量输入图像的4D tensor。 tensor的形状如下：[mini-batch大小，输入的feature maps数量，图像height，图像width]。 2. W: 对应于权重矩阵W的4D
Deep learning with Theano 官方中文教程（翻译）（四）—— 卷积神经网络（CNN）
xiaolu的专栏
04-29 932
供大家相互交流和学习，本人水平有限，若有各种大小错误，还请巨牛大牛小牛微牛们立马拍砖，这样才能共同进步！若引用译文请注明出处http://www.cnblogs.com/charleshuang/。  本文译自：http://deeplearning.net/tutorial/lenet.html 文章中的代码截图不是很清晰，可以去上面的原文网址去查看。   1、动机
利用Theano理解深度学习——Convolutional Neural Networks
null的专栏
11-21 6053
注：本系列是基于参考文献中的内容，并对其进行整理，注释形成的一系列关于深度学习的基本理论与实践的材料，基本内容与参考文献保持一致，并对这个专题起名为“利用Theano理解深度学习”系列，若文中有任何问题欢迎咨询。本文提供PDF版本，欢迎索取。“利用Theano理解深度学习”系列分为44个部分，其中第一部分主要包括： 利用Theano理解深度学习——Logistic Regression 利用Thea
deep learning with theano
03-03
1. 深度学习基础：涵盖神经网络的基础概念，如前馈神经网络（FFN）、卷积神经网络（CNN）和循环神经网络（RNN），以及它们在图像识别、自然语言处理等领域的应用。 2. Theano入门：介绍如何安装和配置Theano，以及...
技术向：一文读懂卷积神经网络
02-02
自今年七月份以来，一直在实验室负责卷积神经网络（ConvolutionalNeuralNetwork，CNN），期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用，特写此博文，以其与人交流，互有增益。...
CNN-文本分类-keras：Keras中基于卷积神经网络的文本分类
02-03
CNN-文本分类-keras 它是中作为功​​能api的简化实现 要求 训练 运行以下命令，如果要更改它将运行100个纪元，只需打开 python model.py 对于新数据 您必须重建词汇表然后进行培训。 引文 @misc{bhaveshoswal,...
基于CNN卷积神经网络/深度学习框架theano的人脸识别测试程序（含博客教程）
04-21
基于CNN卷积神经网络/深度学习框架theano的人脸识别测试程序，可作为在Ubuntu下学习机器学习的第一此试验吧，博客地址https://blog.csdn.net/qq_35379989/article/details/80034990
theano lenet
08-05
theano mnist
基于卷积神经网络的数据预处理以及模型参数保存
wj164的专栏
06-23 9230
基于卷积神经网络的数据预处理以及模型参数保存由于卷积神经网络主要用于图像的分类识别，所以本文中的数据预处理是对图像数据进行操作。之前卷积神经网络是对手写数字数据做识别，而所有的数字都被看成是28×28像素的灰度图被输入到网络中进行训练所以为了能直接使用网上deep learning教程中的卷积神经网络代码，这里对所有的数据也均是处理成28×28像素的灰度图进行处理，将图片作为输入实际上是将图片对应的
theano实现k-max poling for CNNs
CQSH1988的博客
10-12 687
各位大神都有自己实现自己的k-max Poling的方法，简单搜索了下用theano实现k-max poling的相关文章，但是确实比较少，也许是各种大神觉得这是个特别简单的问题，所以不屑于发布或者给予发布问题者回答此类问题，下面我给出我自己的实现代码，希望可以解决一部分人的问题： def k_max_poling(x_conv_hidden, k): '''
theano卷积神经网络实现
qjy1990的博客
07-20 819
参考文献 Convolutional Neural Networks (LeNet) 卷积是什么     定义：在泛函分析中，卷积、旋积或摺积(英语：Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子，表征函数f 与g经过翻转和平      移的重叠部分的面积。     公式：（简单理解，g对f在时间域上的连续影响）     theano
deeplearning_cnn_theano
专栏
10-08 847
#### Libraries # Standard library import gzip import pickle # Third-party libraries import numpy as np import theano import theano.tensor as T from theano.tensor.nnet import conv from theano.tensor.nne
在Python中利用Theano训练神经网络
yo yo yo
01-10 351
原文链接：http://www.ituring.com.cn/article/260461?utm_source=tuicool&utm_medium=referral 作者 Aarshay Jain 译者 钱亦欣 引言 我最新的文章讨论了一些深度学习的基础知识，其中对人工神经网络也进行了一些简要说明。现在就让我们对于在Python中调用Theano训练神经网络做一个操
deep CNN, Theano和CUDA学习笔记
lhaof的博客
03-05 1506
1. 主干学习材料是“Deep learning Tutorial 0.1  documentation”。通过谷歌搜索“deep learning tutorial”得到的第一个结果就是。学习用的例子是MNIST手写字体识别，然后分别用Logistics Regression， Multi-Layer Perception和（deep）CNN来求解。使用Theano实现。其中对于deep CNN
卷积神经网络(CNN)及其theano实现
galina博客
12-24 6291
卷积神经网络(CNN)及其theano实现 1 卷积神经网络 Convolutional Neural Networks (CNN) are biologically-inspired variants of MLPs(多层感知机). From Hubel and Wiesel’s early work on the cat’s visual cortex(猫的视觉皮层), we
Theano下用CNN(卷积神经网络)做车牌中文字符OCR
热门推荐
Relocy的专栏
04-06 1万+
Theano下用CNN(卷积神经网络)做车牌中文字符OCR
深度学习教程：利用卷积神经网络人脸关键点检测
本篇教程详细介绍了如何使用卷积神经网络（Convolutional Neural Networks, CNN）来解决人脸识别中的关键点检测问题，它作为深度学习的一个实践案例，适合对神经网络有一定了解但希望深入探索的读者。教程主要使用...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值