深度学习
文章平均质量分 95
海边的西西弗斯
610203816@qq.com
展开
-
【学习笔记】新闻文本分类(一)——TF-IDF
NLP文本分类学习笔记原创 2021-03-27 23:22:37 · 3463 阅读 · 1 评论 -
阿里云天池《“AI Earth”人工智能创新挑战赛》萌新体验
阿里天池大赛初体验原创 2021-03-22 21:03:15 · 892 阅读 · 5 评论 -
《TensorFlow深度学习》(九)——卷积神经网络
先看看全连接层的样子:import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers,Sequential,losses,optimizers,datasets# 创建4 层全连接网络model = keras.Sequential([layers.Dense(256, activation='relu'),layers.Dense(256, activation='relu'),原创 2020-10-23 15:00:02 · 172 阅读 · 0 评论 -
《TensorFlow深度学习》(八)——过拟合
主要介绍过拟合的解决方法:数据集划分、提前停止、模型设计、正则化、dropout、数据增强原创 2020-08-27 23:48:39 · 607 阅读 · 0 评论 -
《TensorFlow深度学习》(七)——Keras高层接口
Keras 是一个主要由Python 语言开发的开源神经网络计算库,最初由François Chollet编写,它被设计为高度模块化和易扩展的高层神经网络接口,使得用户可以不需要过多的专业知识就可以简洁、快速地完成模型的搭建与训练。本文学习tf.keras原创 2020-08-24 10:42:08 · 301 阅读 · 0 评论 -
《TensorFlow深度学习》(六)——反向传播算法
不使用框架,实现反向传播算法原创 2020-08-17 00:07:18 · 337 阅读 · 0 评论 -
《TensorFlow深度学习》(五)——神经网络
本节我们通过替换感知机的激活函数,同时并行堆叠多个神经元来实现多输入、多输出的网络层结构。原创 2020-08-16 11:29:31 · 309 阅读 · 0 评论 -
TensorFlow深度学习(四)——张量进阶(未完)
在介绍完张量的基本操作后,我们来进一步学习张量的进阶操作,如张量的合并与分割、范数统计、张量填充、张量限幅等,并通过MNIST 数据集的测试实战,来加深对TensorFlow 张量操作的理解。原创 2020-08-14 00:41:38 · 189 阅读 · 0 评论 -
TensorFlow深度学习(三)——张量基础
本文学习TensorFlow的张量基础,包括数值张量、待优化张量、索引与切片、维度变换、broadcasting、数学运算,最后通过前向传播实战TensorFlow的操作原创 2020-08-12 23:11:48 · 398 阅读 · 0 评论 -
TensorFlow深度学习(二)——图像分类
手写数字图片进行图像分类,使用3层的ReLU激活函数神经网络,达到了98.8%的准确率原创 2020-08-12 16:36:35 · 922 阅读 · 0 评论 -
TensorFlow深度学习(一)——线性回归
本文是书籍《TensorFlow深度学习》的学习笔记之一,使用简单的单输入神经元线性模型来体验线性回归。原创 2020-08-12 00:22:59 · 230 阅读 · 0 评论