![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
little_turtle_
这个作者很懒,什么都没留下…
展开
-
深度学习方向(AI,图像处理,人工智能等)资料整理——读书笔记《Python深度学习》
书名:Python深度学习作者:【英】尼格尔.刘易斯什么是深度学习有监督学习:训练的数据包含已知的结果。模型相对于这些结果进行训练。无监督学习:训练的数据不包含任何已知的结果。算法自行发现数据中的联系。激活函数每个神经元都包含一个激活函数和一个阈值。阈值是输入信息激活神经元所必需的最小值。0~1,-1 ~ 1。神经元的作用是对输入信号进行加权求和并应用于激活函数。输入层将数据传递给第...原创 2019-06-12 10:42:15 · 3335 阅读 · 0 评论 -
深度学习调参策略【转】
经常会被问到你用深度学习训练模型时怎么样改善你的结果呢?然后每次都懵逼了,一是自己懂的不多,二是实验的不多,三是记性不行忘记了。所以写这篇博客,记录下别人以及自己的一些经验。Ilya Sutskever(Hinton的学生)讲述了有关深度学习的见解及实用建议:获取数据:确保要有高...转载 2019-06-13 10:12:33 · 474 阅读 · 0 评论 -
RNN,CNN,DNN区别【转】
神经网络的来源 神经网络技术起源于上世纪五、六十年代,当时叫感知机(perceptron),包含有输入层、输出层和一个隐藏层。输入的特征向量通过隐藏层变换到达输出层,由输出层得到分类结果。但早期的单层感知机存在一个严重的问题—...转载 2019-06-13 10:42:14 · 1281 阅读 · 0 评论 -
数据归一化资料【更新中】
http://lijiancheng0614.github.io/scikit-learn/modules/preprocessing.html#preprocessing-scaler原创 2019-06-19 13:43:27 · 472 阅读 · 0 评论 -
关于非平衡样本的解决
if interpolating a new samplebetween a noisy data and one of its nearest neighbors (e.g. sample A),the synthetic sample falls inside the majority class region. Such problemexists in SMOTE, Modified...原创 2019-06-20 13:59:26 · 584 阅读 · 0 评论 -
关于数据集的处理train-test集的分离
方法一:train/test函数参考官网:https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html#sklearn.model_selection.train_test_split>>> import numpy as np>>&...原创 2019-06-21 11:02:15 · 1484 阅读 · 0 评论 -
numpy数组与list转换【转】
a=([3.234,34,3.777,6.33])a为python的list类型将a转化为numpy的array:np.array(a)array([ 3.234, 34. , 3.777, 6.33 ])将a转化为python的lista.tolist()转载 2019-06-21 11:04:06 · 3033 阅读 · 0 评论 -
only integer scalar arrays can be converted to a scalar index
train_data_11 = np.concatenate(train_data_1, gen_imgs1)改成train_data_11 = np.concatenate((train_data_1, gen_imgs1))原创 2019-06-28 11:40:22 · 748 阅读 · 0 评论