![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习-基于Keras的Python实践
柳叶吴钩
叶底藏花一度,梦里踏雪几回
展开
-
深度学习-基于Keras的Python实践(二)多层感知器的相关概念
1、神经元 神经元是构成神经网络的基本模块,神经元模型是一个具有加权输入,并且使用激活功能产生输出信号的基础计算单元,输入可以类比为生物神经元的树突,输出可以类比为生物神经元的轴突,计算则可以类比为细胞核。 1.1 神经元权重 线性回归中输入的权重与回归方程中使用的系数非常相似。 1.2 激活函数 2.神经网络 2.1 输入层 2.2 隐藏层 2.3 输出层 3 训练神经网络 3.1 准备数据 ...原创 2019-06-06 23:42:03 · 217 阅读 · 0 评论 -
深度学习-基于Keras的Python实践(三)评估深度学习型
1、自动评估 Keras 可以将数据集的一部分分成评估数据集,并在每个epoch中使用该评估数据集对模型进行评估, 实现: 通过设置fit()函数的验证分割参数validation_split设置数据集大小的百分比来实现。 2、手动评估 通过将数据集分成训练部分,测试部分,然后利用测试部分对模型进行评估。 3、K折交叉验证评估 机器学习模型评估的黄金标准是K折交叉验证。 过程: 将数据集分成K个子...原创 2019-06-07 17:23:42 · 353 阅读 · 0 评论 -
深度学习-基于Keras的Python实践(一)多层感知器
1、流程 (1)导入数据; (2)定义模型; (3)编译模型; (4)训练模型; (5)评估模型; (6)汇总代码; 2、代码实现 (1)导入数据: 略 (2)定义模型: model = Sequential() model.add(Dense(12, input_dim=8, activation='relu')) model.add(Dense(8, activation='relu')) m...原创 2019-06-02 23:37:10 · 564 阅读 · 0 评论