深度学习实验
文章平均质量分 84
YzYzYzzzzz
这个作者很懒,什么都没留下…
展开
-
Deep Learning(深度学习)实验二:自编码器图像降噪
Deep Learning(深度学习)实验二:自编码器图像降噪一、前期准备自编码器: 自编码器是神经网络的一种,经过训练后能够将输入复制到输出。该网络可以看到由两部分组成:一个由函数h=f(x)表示的编码器和一个生成重构的解码器r=g(h)。实现方法: 用CNN实现自编码器,通过学习从原始图片到加噪图片的映射,完成图像去噪任务。使用的数据集: MNIST(手写数字识别数据集)需要的包: Keras,数据集MNIST在Keras这个包里,而且这个包好像有点大,install用了一些时间。np.c原创 2021-03-18 17:15:51 · 1302 阅读 · 1 评论 -
Deep Learning(深度学习)实验一: 词云的制作
Deep learning(深度学习)实验一: 从词云开始什么是词云: 词云是一个简单但功能强大的可视化表示对象,用于文本处理,它以更大,更粗的字母和不同的颜色显示最常用的词,单词的大小越小,重要性就越小。一、前期准备安装所需要的包:wordcloud:实现词云的包matplotlib:python里用于绘图的包jieba:中文分词包PIL:python里用于处理图片的包准备需要用的txt文本文件WordCloud()可选参数:fond_path:用于指定字体路径,包括原创 2021-02-02 21:44:42 · 909 阅读 · 2 评论