![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 67
Mr_health
这个作者很懒,什么都没留下…
展开
-
神经网络参数初始化
参数初始化原创 2022-07-25 17:44:52 · 1633 阅读 · 0 评论 -
模型的推理速度
模型的推理速度转载 2022-07-24 17:49:42 · 1529 阅读 · 0 评论 -
深度学习笔记:随机种子的作用
深度学习中的随机种子转载 2020-11-05 16:33:51 · 1647 阅读 · 0 评论 -
【tensorflow】读取图片的几种方式
TensorFLow从文件读取图片的四种方式用十张图详解TensorFlow数据读取机制(附代码)原创 2020-09-11 20:23:54 · 690 阅读 · 0 评论 -
【tensorflow基础】读取mnist数据
TensorFlow的封装让使用MNIST数据集变得更加方便。MNIST数据集是NIST数据集的一个子集,它包含了60000张图片作为训练数据,10000张图片作为测试数据。在MNIST数据集中的每一张图片都代表了0~9中的一个数字。图片的大小都为28*28,且数字都会出现在图片的正中间。代码如下:import tensorflow as tfimport numpy as npimport pickleimport matplotlib.pyplot as pltfrom tensorfl.原创 2020-09-08 13:05:35 · 1230 阅读 · 0 评论 -
【神经网络】神经元模型和感知器
神经元模型在生物神经网络中,每个神经元与其他神经元相连,当它“兴奋”时,就会向相连的神经元发送化学物质,从而改变这些神经元内的电位。如果某神经元的电位超过了一个“阈值”,那么它就会被激活,即“兴奋”起来。1943年,心理学家McCulloch和数学家Pitts提出了第一个抽象的神经元模型,称为MP模型。MP模型是人工神经网络的基本单元,如下图所示:其中,向量是神经元模型的输入,为第i个神经元到第n个神经元的输出。是与输入相对应权值。在输入和神经元之间通常还有一个偏置(图上未画),这里记为b,原创 2020-07-22 17:17:04 · 4193 阅读 · 0 评论 -
【深度学习】批归一化(Batch Normalization)
参考:深度学习归一化BN是由Google于2015年提出,这是一个深度神经网络训练的技巧,它不仅可以加快了模型的收敛速度,而且更重要的是在一定程度缓解了深层网络中“梯度弥散”的问题,从而使得训练深层网络模型更加容易和稳定。所以目前BN已经成为几乎所有卷积神经网络的标配技巧了。我们为什么需要BN?神经网络学习过程本质就是为了学习数据分布,一旦训练数据与测试数据的分布不同,那么网络的泛化能...原创 2019-07-08 10:04:49 · 1843 阅读 · 0 评论