Keras深度学习
文章平均质量分 96
A little strawberry
小白继续加油
展开
-
Keras深度学习实战系列:卷积神经网络详解与实现
我们已经学习了传统的深度前馈神经网络(也可以称为全连接神经网络),传统深度前馈神经网络的局限性之一是它并不满足平移不变性,也就是说,在传统神经网络看来,图像右上角的猫与位于图像中心的猫被视为不同对象,即使实际上这是同一只猫。另外,传统的神经网络受对象大小的影响,如果训练集中大多数图像中的对象较大,而训练数据集图像中包含相同的对象但占据图像画面的比例较小,则传统的神经网络可能无法对图像进行正确分类。卷积神经网络 (CNN) 的提出正是用于解决传统神经网络的这些缺陷。翻译 2023-03-10 09:59:19 · 17979 阅读 · 0 评论 -
Keras深度学习实战(2)——使用Keras构建神经网络
在《神经网络基础》中,我们学习了如何从零开始构建了一个神经网络,更具体的说,我们编写了执行正向传播和反向向传播的函数。在本节中,我们将使用Keras库构建神经网络,该库提供了很多实用工具,可以简化构建复杂神经网络的过程。Keras是用Python编写的高级神经网络API,它的核心思想在于实现快速实验,它能够在TensorFlowCNTK或Theano之上运行,因此为了使用Keras首先需要安装TensorFlowCNTK或Theano库作为后端。本文使用Tensorflow,因此需要首先使用如下命令安装。翻译 2023-03-10 09:58:13 · 17860 阅读 · 0 评论 -
Keras深度学习实战系列:神经网络基础与模型训练过程详解
神经网络是一种性能强大的学习算法,其灵感来自大脑的运作方式。类似于神经元在大脑中彼此连接的方式,神经网络获取输入后,通过某些函数在网络中进行传递输入信息,连接在其后的一些神经元会被激活,从而产生输出。翻译 2023-03-10 09:55:20 · 17888 阅读 · 0 评论