- 博客(4)
- 收藏
- 关注
RSS订阅原创 win8 64+theano+keras
本文主要说明如何在配置好theano的前提下，正确安装keras库。目前keras使用越来越频繁，引起比较多的关注，它是比较新的使用Python的Deep Learning库。 本文假定读者已经配置好了theano环境。 因为我使用的Anaconda安装的Python以及theano，所以首先cmd进入Anaconda的命令行，使用conda list命令调出已安装的软件包： 安装kera
2015-06-21 22:14:51
1473
原创 keras学习（2）
1.目标函数 目标函数的使用一个目标函数（损失函数或优化函数）是编译一个model需要的参数。model.compile(loss='mean_squared_error', optimizer='sgd')可以通过传递现有对象的名称或者Theano符号函数返回一个scalar，需要以下的两个参数：y_true: True 标签. Theano tensor.y_pred: Predicti
2015-06-03 13:38:41
1624
1
翻译 t-分布邻域嵌入算法（t-SNE algorithm）简单理解
这篇文章主要介绍一个有效的数据降维的方法 t-SNE.大数据时代，数据量不仅急剧膨胀，数据也变得越来越复杂，数据的维度也随之增加。比如大图片，数据维度指的是像素的数量级，范围从数千到数百万。计算机可以处理任意多维的数据集，但我们人类认知只局限于3维空间，计算机依然需要我们（值得庆幸的），所以需要通过一些方法有效的可视化高维数据。通过观察现实世界的数据集发现其存在一些较低的本征维度。想像一下你拿着相机
2015-06-02 14:23:49
40594
5
翻译 keras中的优化算法
使用优化器 优化参数是keras模型编译参数其中的一个：model = Sequential()model.add(Dense(20, 64, init='uniform'))model.add(Activation('tanh'))model.add(Activation('softmax'))sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nest
2015-06-01 19:50:33
5254
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人