神经网络
文章平均质量分 83
林头头03
德玛西亚从不退缩
展开
-
Keras教程:从零开发一个深度学习模型
Keras TensorFlow教程:如何从零开发一个复杂深度学习模型 Keras 是提供一些高可用的 Python API ,能帮助你快速的构建和训练自己的深度学习模型,它的后端是 TensorFlow 或者 Theano 。本文假设你已经熟悉了 TensorFlow 和卷积神经网络,如果,你还没有熟悉,那么可以先看看这个10分钟入门 TensorFlow 教程和卷积神经网络教...转载 2018-09-16 14:05:41 · 1586 阅读 · 0 评论 -
Keras中文文档总结
keras 流程以及重要的函数简介步骤:先指定模型 Sequential( ) ---->堆叠模块 .add( ) ---->编译模型 .compile( ) ---->在训练数据上迭代 .fit( ) ---->评估 .evaluate( ) ---->对新数据的预测 .predict( ) Dense 全连接层案例Bp 神...原创 2018-09-17 17:38:48 · 2449 阅读 · 1 评论 -
keras基本概念
一些基本概念在开始学习Keras之前,我们希望传递一些关于Keras,关于深度学习的基本概念和技术,我们建议新手在使用Keras之前浏览一下本页面提到的内容,这将减少你学习中的困惑符号计算Keras的底层库使用Theano或TensorFlow,这两个库也称为Keras的后端。无论是Theano还是TensorFlow,都是一个“符号式”的库。因此,这也使得Keras的编程与传统的...转载 2018-09-13 15:58:53 · 290 阅读 · 0 评论 -
TensorFlow实现基本的LSTM网络
LSTM,全称为长短期记忆网络(Long Short Term Memory networks),是一种特殊的RNN,能够学习到长期依赖关系。LSTM由Hochreiter & Schmidhuber (1997)提出,许多研究者进行了一系列的工作对其改进并使之发扬光大。 了解LSTM请前往——LSTM的“前生今世” LSTM在解决许多问题上效果非常好,现在被广...转载 2018-09-13 16:14:04 · 1532 阅读 · 0 评论 -
Keras和TensorFlow的安装配置
Win10上安装Keras 和 TensorFlow(GPU版本)一. 安装环境Windows 10 64bit 家庭版 GPU: GeForce GTX1070 Python: 3.5 CUDA: CUDA Toolkit 8.0 GA1 (Sept 2016) cuDNN: cuDNN v6.0 Library for Windows 10【注意】(1)这里值得一提的是...转载 2018-09-13 16:37:48 · 13440 阅读 · 4 评论 -
Tensorflow常用函数(简)
tensor : 张量,其实就是矩阵 Variable:变量的意思。一般用来表示图中的各计算参数,包括矩阵,向量等。placeholder :同样是一个抽象的概念。用于表示输入输出数据的格式。告诉系统:这里有一个值/向量/矩阵,现在我没法给你具体数值,不过我正式运行的时候会补上的!session:会话。我的理解是,session是抽象模型的实现者。为什么之前的代码多处要用到sessi...原创 2018-09-13 20:18:33 · 160 阅读 · 0 评论 -
卷积神经网络--人脸识别和神经风格迁移
卷积神经网络 — 特殊应用:人脸识别和神经风格迁移人脸识别人脸验证(Verification):1. Input:图片、名字/ID;2.Output:输入的图片是否是对应的人。3.1 to 1 问题。 对于大多数的人脸识别系统都存在的一个问题就是one shot learning。什么是one shot learning: 对于一个人脸识别系统,我们需要...原创 2018-09-25 11:18:33 · 1060 阅读 · 0 评论 -
吴恩达序列模型学习笔记--循环神经网络(RNN)
1. 序列模型的应用序列模型能解决哪些激动人心的问题呢?语音识别:将输入的语音信号直接输出相应的语音文本信息。无论是语音信号还是文本信息均是序列数据。音乐生成:生成音乐乐谱。只有输出的音乐乐谱是序列数据,输入可以是空或者一个整数。情感分类:将输入的评论句子转换为相应的等级或评分。输入是一个序列,输出则是一个单独的类别。DNA序列分析:找到输入的DNA序列的蛋白质表达的子序列。...原创 2018-09-25 11:28:54 · 2129 阅读 · 0 评论 -
吴恩达--深度卷积模型
经典的卷积网络介绍几种经典的卷积神经网络结构,分别是LeNet、AlexNet、VGGNet。LeNet-5(年代较久远):主要是针对灰度设计的,所以其输入较小,为32×32×1,其结构如下:在LetNet中,存在的经典模式:随着网络的深度增加,图像的大小在缩小,与此同时,通道的数量却在增加;每个卷积层后面接一个池化层。1.AlexNet:AlexNet直接对彩色...原创 2018-09-21 15:13:33 · 341 阅读 · 0 评论