深度学习
文章平均质量分 93
猿童学
我没有学习,就是随便看看哦。
展开
-
猿创征文丨深度学习基于双向LSTM模型完成文本分类任务
大家好,我是猿童学,本期猿创征文的第三期,也是最后一期,给大家带来神经网络中的循环神经网络案例,基于双向LSTM模型完成文本分类任务,数据集来自kaggle,对电影评论进行文本分类。电影评论可以蕴含丰富的情感:比如喜欢、讨厌、等等.情感分析(Sentiment Analysis)是为一个文本分类问题,即使用判定给定的一段文本信息表达的情感属于积极情绪,还是消极情绪.本实践使用 IMDB 电影评论数据集,使用双向 LSTM 对电影评论进行情感分析.。原创 2022-09-12 13:42:16 · 24456 阅读 · 137 评论 -
猿创征文|深度学习基于前馈神经网络完成鸢尾花分类
在梯度下降法中,目标函数是整个训练集上的风险函数,这种方式称为批量梯度下降法(Batch Gradient Descent,BGD)。 批量梯度下降法在每次迭代时需要计算每个样本上损失函数的梯度并求和。当训练集中的样本数量NN很大时,空间复杂度比较高,每次迭代的计算开销也很大。为了减少每次迭代的计算复杂度,我们可以在每次迭代时只采集一小部分样本,计算在这组样本上损失函数的梯度并更新参数,这种优化方式称为小批量梯度下降法(Mini-Batch Gradient Descent,Mini-Batch GD原创 2022-09-07 20:26:06 · 22744 阅读 · 133 评论 -
猿创征文|深度学习基于ResNet18网络完成图像分类
CIFAR-10数据集包含了10种不同的类别、共60,000张图像,其中每个类别的图像都是6000张,图像大小均为32×3232×32像素。原创 2022-09-04 21:39:14 · 32016 阅读 · 178 评论 -
卷积神经网络(Xception)动物识别
Xception是谷歌公司继Inception后,提出的InceptionV3的一种改进模型,其改进的主要内容为采用depthwise separable convolution来替换原来Inception v3中的多尺寸卷积核特征响应操作。在讲Xception模型之前,首先要讲一下什么是depthwise separable convolution。...原创 2022-08-21 22:19:21 · 10933 阅读 · 42 评论 -
卷积神经网络(CNN)识别眼睛状态
卷积神经网络与普通神经网络的区别在于,卷积神经网络包含了一个由卷积层和子采样层(池化层)构成的特征抽取器。在卷积神经网络的卷积层中,一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中,通常包含若干个特征图(featureMap),每个特征图由一些矩形排列的的神经元组成,同一特征图的神经元共享权值,这里共享的权值就是卷积核。卷积核一般以随机小数矩阵的形式初始化,在网络的训练过程中卷积核将学习得到合理的权值。共享权值(卷积核)带来的直接好处是减少网络各层之间的连接,同时又降低了过拟合的风险。原创 2022-08-21 21:48:36 · 11154 阅读 · 8 评论 -
卷积神经网络(CNN):乳腺癌识别
本文主要介绍了通过深度学习进行乳腺癌识别的应用,首先简单介绍了乳腺癌医学背景和相关知识,接着介绍了目前能获得的公开的乳腺癌,最后介绍了神经网络的实现方式和处理后的效果以及性能分析。卷积神经网络(CNN)已经尝试应用于癌症检查,但是基于CNN模型的共同缺点是不稳定性以及对训练数据的依赖。部署模型时,假设训练数据和测试数据是从同一分布中提取的。这可能是医学成像中的一个问题,在这些医学成像中,诸如相机设置或化学药品染色的年龄之类的元素在设施和医院之间会有所不同,并且会影响图像的颜色。原创 2022-08-21 18:05:35 · 2579 阅读 · 4 评论 -
卷积神经网络(CNN)识别验证码
支持中文plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号# 设置随机种子尽可能使结果可以重现# 设置随机种子尽可能使结果可以重现。...原创 2022-08-14 22:44:48 · 1397 阅读 · 0 评论 -
循环神经网络(RNN)实现股票预测
一个最简单的循环神经网络如下图所示:这样的神经网络一共有3层,分别是输入层x,隐藏层h和输出层y。定义每一层的节点下标如下:k表示的是输出层的节点下标,j表示的是当前时间节点隐藏层的节点下标,l表示的是上一时间节点隐藏层的节点下标,i表示的是输入层的节点下标。.........原创 2022-08-14 16:15:46 · 5026 阅读 · 7 评论 -
卷积神经网络(CNN)天气识别
卷积作用是为了进行特征提取因为输入的信息中可能只有一小部分是对我们解决问题有帮助的,这些信息比较关键,这时候只提取这部分信息就可以了。对于计算机来说,进行特征提取后,需要处理的信息就急剧减少,可以极大的加快运行速度,当然这只是我认为其中比较重要的一个原因。directory: 数据所在目录。如果标签是inferred(默认),则它应该包含子目录,每个目录包含一个类的图像。否则,将忽略目录结构。subset:training或validation之一。仅在设置时使用。seed。......原创 2022-08-14 14:25:51 · 3028 阅读 · 2 评论 -
卷积神经网络(CNN)实现服装图像分类
卷积神经网络(CNN),一般用来处理图像数据和时间序列数据。其中“卷积”是一种数学运算,一种特色的线性运算,至少在网络的一层中使用卷积运算替代一般的矩阵乘法运算的神经网络。含义:当你提供给计算机这一组数据后,他将输出描述该图像的某一特定分类的概率(比如:80%是猫、15%是狗、5%是年)。我们人类是通过特征来区分猫和狗,现在用计算机来区分猫和狗的图片,就要计算机搞清楚猫猫狗狗各自的特征。计算机可以通过寻找诸如边缘和曲线之类的低级特点来分类图片,继而通过一系列卷积层构建出更为抽象的概念。..........原创 2022-08-07 01:09:43 · 1459 阅读 · 0 评论 -
卷积神经网络(CNN)实现mnist手写数字识别
csdn21天学习挑战赛:Keras是基于TensorFlow或者Theano框架下的深度学习库,是由纯python编写而成的高层神经网络API,也仅支持python开发。它是为了支持快速实践而对tensorflow或者Theano的再次封装,让我们可以不用关注过多的底层细节,能够把想法快速转换为结果。目前Keras已经被TensorFlow收录,添加到TensorFlow 中,成为其默认的框架,成为TensorFlow官方的高级API。卷积神经网络的介绍...............原创 2022-08-04 18:13:15 · 2907 阅读 · 2 评论 -
深度学习TensorFlow入门环境配置
CSDN21天学习打卡:深度学习入门,python环境,搭建TensorFlow2环境,jupyter notsbook建模。A、配置深度学习TensorFlow2环境;B、学习关于卷积神经网络(CNN)案例;C、学习关于循环神经网络(RNN)案例;D、学习关于生成对抗网络(GAN)案例;E、学习关于卷积神经网络(Xception)案例;F、学习关于卷积神经网络(CNN)案例;G、学习关于理论性的知识;H、对神经网络知识点的总结;I 、在学习中遇到的问题及解决方法;...原创 2022-08-03 21:49:04 · 411 阅读 · 0 评论