![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 67
zeng_haoyu
Stay true to youself
展开
-
深度学习中偏移项bias的作用
我们用一个简单的感知器来解释bias的作用,下图是一个简单的感知器,输入三个变量,输出值为0或1,当三个变量与权值的成绩大于某个阈值时,输出1,反之输出0.函数模型如下图: 在上面的模型中,阈值越大那么想要输出1的难度就越大,也就是说产生正激励的难度就越大,用一个实际的例子来说明。假如学校附近开了一家新的小吃店,这是影响你去的元素有三个。1 天气好不好 (1 or原创 2017-12-05 11:39:56 · 22828 阅读 · 1 评论 -
验证码图片的自动生成
代码来自于腾讯云的AI实验,由于上面的实验所用的的验证码图片很少,所以用其中的图片来测试时准确率很高,但是新的不同类型的图片准确率低的吓人,于是自己就加了个for循环增加图片数量,希望可以得到更多不同的验证码图片以此来提高对新验证码的识别准确率。代码如下:在原来的代码上加上一个for循环就可以了,循环的次数就是你得到的图片的数量#-*- coding:utf-8 -*-from capt...原创 2018-05-23 23:22:00 · 941 阅读 · 0 评论 -
OpenCV修改图片大小
因为最近想实现验证码和手写汉字的识别,在采集处理数据的时候经常要处理大小不同的图片,没有找到一个满意的程序,后面决定自己动手丰衣足食。使用了一下OpenCV库实现程序很简单,代码就是注释。会不多说,直接上代码。# -*- coding=utf-8 -*-import osimport sysimport cv2#输入图片的input_dir = './input_img'output...原创 2018-05-16 01:05:27 · 9395 阅读 · 2 评论 -
Tensorboard的使用
Tensorboard是Tensorflow自带的一个强大的可视化工具,目前支持7种可视化,即SCALARS、IMAGES、AUDIO、GRAPHS、DISTRIBUTIONS、HISTOGRAMS、EMBEDDINGS这七种可视化的主要功能如下: SCALARS:展示训练过程中的准确率、损失值、权重和偏置的变化情况 IMAGES:展示训练过程中记录的图像 ...原创 2018-05-15 02:11:41 · 406 阅读 · 0 评论 -
win10下使用anaconda安装tensorflow1.8
不知不觉间tensorflow已经更新到了1.8版本了,我记得我第一次使用的时候还是1.5,正好我用的是anaconda安装的Python,所以打算在上面再加一个1.8版本的tensorflow,随便再熟悉一下tensorflow的安装。在安装之前理清了一下前面几次安装的经验,这一次没花多少时间就完成了安装,回想第一次安装tensorflow所花费的时间与经历,真的是希望有一篇好的完善的博...原创 2018-05-21 00:10:38 · 18008 阅读 · 3 评论 -
对google机器学习视频的一个总结
这篇文章记录自己对于google机器学习课程的总结,由于之前有一些基础,所以google的视频也没有花多久就看完了,但是我觉得自己基础不是很好,所以就决定根据它的课程安排系统的过一遍,也给我自己理清一下头绪。主要就是解释一些概念,然后加入一些自己的想法,文章会跟着它的目录来进行,大部分和谷歌是一样的只是加入一点我自己的看法,下面开始正文。 1:术语解释 标签:就是要预测的事物,...原创 2018-04-04 00:02:00 · 243 阅读 · 0 评论 -
卷积神经网络中的卷积核、padding和pooling
首先贴一下原文:https://www.zhihu.com/question/22298352 本想自己写一下卷积核是怎么进行卷积操作的,但是发现上文中讲述的很好,这里就直接转过来。我在这里补充一下padding和pooling也就是填充层和池化层。 padding的用途:保持边界信息,如果不加padding层的话,最边缘的像素点信息只会卷积核被扫描到一次,但是图像中间的像素点...原创 2018-04-03 10:41:15 · 7771 阅读 · 2 评论 -
基于RNN生成古诗词
1、generate_poetry.py古诗清洗、过滤较长或较短古诗、过滤即非五言也非七言的古诗。为每个字生成唯一的数字ID、每首古诗用数字ID表示。#-*- coding:utf-8 -*-import numpy as npfrom io import openimport sysimport collectionsclass Poetry: def __init__(se...原创 2018-04-10 11:16:31 · 3860 阅读 · 3 评论 -
循环神经网络与LSTM
原文链接:https://blog.csdn.net/u010089444/article/details/552116531. 循环神经网络①基本结构在传统的神经网络模型中,是从输入层到隐含层再到输出层,层与层之间是全连接的,每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题却无能无力。例如,你要预测句子的下一个单词是什么,一般需要用到前面的单词,因为一个句子中前后单词并不是独立的。R...转载 2018-04-10 10:21:31 · 553 阅读 · 1 评论 -
深度学习中的过拟合和欠拟合
原文地址:https://blog.csdn.net/willduan1/article/details/53070777 上面这篇文章总结的很好,我没有什么想多说的,就总结几点。 首先,欠拟合是在训练和预测都会出现不好的情况,其实简单想想,如果模型在训练的时候都会表现不好,多半是训练的模型不够复杂,不是一个良好的模型,所以这时候应该优化一下原来的模型,为模型增加一些新的参数等。 ...原创 2018-04-02 22:41:47 · 1359 阅读 · 0 评论 -
捋一捋人工智能(AI)、机器学习(ML)、深度学习(DL)之间的关系
人工智能的浪潮正在席卷全球,人工智能和机器学习与深度学习是我们最近听的最多的词,所以我想写一篇文章来讲一讲我心中这三者的关系。也希望通过这篇文章加深自己对这三者的了解。 我一直觉得人工智能不是一个非常庞大的概念,单从字面上理解,应该是理解成人为创造的智能。那么什么是智能,我觉得如果一个机器能有像人类一样甚至超过人类的推理、知识、学习、感知处理等这些能力,我们姑且就可以称它是一个有智能...原创 2018-04-02 01:30:24 · 13531 阅读 · 0 评论 -
基于卷积神经网络和tensorflow实现的人脸识别
首先贴一下原文地址:http://tumumu.cn/2017/05/02/deep-learning-face/以前在学习卷积神经网络的时候,发现了很多很有趣的demo,有一次发现了上面这个人脸识别的例子,不过当时还看不懂,经过一段时间之后决定试试能不能将上面的例子改一下,调以调参什么的,于是就有了这篇文章。本以为我的代码和原文没有什么太大的区别,应该不会出现什么错误,但是实际自己上手之后才会发...原创 2018-04-01 21:33:53 · 9826 阅读 · 16 评论 -
对google机器学习课程的总结
先留个标题,提醒自己过来更新原创 2018-03-31 22:06:14 · 212 阅读 · 0 评论 -
推荐一个好用的深度学习云平台--Floyd
前些天在逛知乎的时候发现了一个好东西,一个非常好用的深度学习云平台——Floyd。它是一个非常便捷的深度学习云计算平台,虽然我前面已经搭建过了GPU版本的tensorflow,但是在速度上还是比不上在云服务器上训练啊。百度floyd后出现了一堆奇怪的东西,就是没有这个网站,我一开始还找了好久,所以为了方便我就把网站的地址贴在下面这里吧。 https://www.floydhub.com/打开这个网...原创 2018-03-30 00:23:18 · 40670 阅读 · 15 评论 -
卷积神经网络
在了解卷积神经网络之前,先了解一下全神经网络与卷积神经网络的区别,我们知道全连接神经网络不太适合图像识别人物,与卷积神经网络相比,全连接神经网络主要有一下缺点。1:参数数量太多。如果输入一个1000*1000像素的图片,输入层就有1百万个节点,如果第一个的隐藏层有100的节点那么仅仅第一层就有1亿多的参数,如果再加上隐藏层的层数,参数的数量就变的无比巨大,所以说全连接神经网络的扩展性很差。2:没有...原创 2018-03-14 14:09:32 · 377 阅读 · 0 评论 -
卷积神经网络代码实现
# -*- coding=utf-8 -*-import numpy as npimport tensorflow as tf#下载并载入MNIST手写数字库(55000*28*28)55000张训练图像from tensorflow .examples.tutorials.mnist import input_data#one_hot独热码的编码(encoding)形式#0,1,2...原创 2018-03-18 20:05:03 · 5603 阅读 · 0 评论 -
Windows10上安装tensorflow-gpu和cuda
废话就不多说了,直接进入正题:首先介绍我的电脑,戴尔燃7000系统是Windows10,显卡是MX150,这一款显卡并不能在哪个英伟达提供的支持cuda的显卡列表上找到,但是经过试验,发现它也可以支持cuda,后来我发现原来是英伟达的那个列表已经很久没有更新了,所以并不包含我的电脑的这一款显卡。第一步:准备所需要的软件anaconda、visual studio2015、CUDA9.0、CuDnn...原创 2018-02-27 21:33:21 · 3017 阅读 · 0 评论 -
如何跳出局部最小值
今天看吴恩达的课程时突然想到了这个问题,愣一下之后就只想到了使用多个不同的参数初始化多个不同的神经网络,于是自己又去查看资料,找到了一下三种方法,这里做一个记录。1、首先就是使用多个不同的参数初始化多个不同的神经网络,训练之后选择误差最小的哪一组参数作为最优参数,这种方法就相当于一群人从山顶上的不同方向下山,到达的位置最低的那个人就是这座山最低的地方。2、随机梯度下降,我们知道梯度下降能找出局部最...原创 2018-05-30 01:25:51 · 3051 阅读 · 1 评论