机器学习-深度学习算法
文章平均质量分 63
orionpeng
这个作者很懒,什么都没留下…
展开
-
深度学习神经网络建立步骤
本文为深度学习神经网络入门文章, 基于Introduction to Deep Learning此篇文章本文介绍了深度学习中,建立神经网络的三个基本步骤。第一步:Establish the Structure 建立基本神经结构第二步: Goodness of Function 准备训练数据以及Loss Function第三步: Optimization 进行原创 2017-04-08 17:14:34 · 2776 阅读 · 0 评论 -
论文总结-Perceptual Losses for Real-Time Style Transfer and Super-Resolution
读论文学算法Perceptual Losses for Real-Time Style Transfer and Super-Resolution 论文作者:Justin Johnson, Alexandre Alahi, Li Fei-Fei1 综述现阶段存在的问题:1.图像风格转移使用Feed-forward Convolutio原创 2017-04-07 18:42:05 · 3720 阅读 · 0 评论 -
论文总结 - Image Style Transfer Using Convolutional Neural Networks
读论文学算法Image Style Transfer Using Convolutional Neural Networks论文作者:Leon A.Gates, Alexander S.Ecker, Matthias Bethge1 综述现阶段存在的问题:目标图像被提取的content feature为低等级特征。论文目标:提取资源图像的风格特征以及目标原创 2017-03-29 14:20:52 · 2607 阅读 · 0 评论 -
神经网络训练技巧入门
神经网络训练方法两部分:1.降低训练误差 2. 降低测试误差/增加泛化能力如何降低训练误差1. 使用恰当的Loss Function好处:e.g. Cross Entroypy的效果好于Square Error2. 使用Mini-Batch进行训练 (随机梯度下降)细节:将整体样本分为N个mini-batch进行训练,每次迭代,只需要训练N个BATCH好处:a原创 2017-04-08 18:18:07 · 429 阅读 · 0 评论 -
Tensorflow建立简易神经网络
利用Tensorflow建立简易神经网络第一步: 载入必须库import tensorflow as tfimport numpy as np第二步:数据输入数据应当分为三部分:1.traning data 2.validation data 3.testing data数据应当具有一个标识符号,代表其所属类型(y_label)通常来讲,数据的准备应当先准备,在做一些简易线性回归时,可用原创 2017-04-09 00:42:45 · 2617 阅读 · 0 评论