![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
经典神经网络
LaoChen_ZeroonE
这个作者很懒,什么都没留下…
展开
-
Python 激活函数
Python 实现激活函数#!/usr/bin/env python# -*- coding: utf-8 -*-# @Author : LaoChenimport numpy as npdef linear(x): r"""linear activation :math:`y = x` Arguments: x {lists or array} -- inputs Returns: array -- outputs原创 2021-03-01 23:07:16 · 596 阅读 · 0 评论 -
自编码器--简介
自编码反池化反卷积去噪自编码器稀疏自编码器变分自编码器收缩自编码器自编码器(autoencoder, AE)是一类在半监督学习和非监督学习中使用的人工神经网络(Artificial Neural Networks, ANNs),其功能是通过将输入信息作为学习目标,对输入信息进行表征学习(representation learning)。自编码器包含编码器(encoder)和解码器(decoder)两部分。按学习范式,自编码器可以被分为收缩自编码器(undercomplete autoencoder)、正原创 2020-09-21 23:14:48 · 1822 阅读 · 0 评论 -
深度学习-循环神经网络TensorFlow
深度学习-循环神经网络TensorFlow循环神经网络结构长短时记忆网络(LSTM)结构TensorFlow实现LSTM双向循环神经网络TensorFlow实现BiLSTM深层循环神经网络TensorFlow实现多层LSTM循环神经网络结构下图是一个典型的循环神经网络。循环神经网络的主体结构A的输入除了来自输入层xt,还有一个循环的边来提供上一时刻的隐藏状态ht−1。在每一时刻,循环神经网络的模块A在读取了xt和ht−1之后会生成新的隐藏状态ht,并产生本时刻的输出ot。循环神经网络当前的状态ht是根据原创 2020-05-14 22:59:31 · 1250 阅读 · 0 评论 -
深度学习-卷积神经网络TensorFlow
深度学习-卷积神经网络卷积神经网络卷积和神经网络卷积层TensorFlow中卷积层的实现池化层TensorFlow实现池化层TensorFlow实现简单的卷积神经网络卷积神经网络卷积神经网络(Convolutional Neural Networks)是近些年逐步兴起的一种人工神经网络结构,因为利用卷积神经网络在图像和语音识别方面能够给出更优预测结果,这一种技术也被广泛的传播可应用。卷积神经网络最常被应用的方面是计算机的图像识别,不过因为不断地创新, 它也被应用在视频分析, 自然语言处理等等。卷积神经网原创 2020-05-14 22:48:59 · 870 阅读 · 0 评论 -
深度学习-自编码和全连接神经网络
深度学习-自编码和全连接神经网络自编码简介TensorFlow实现自编码全连接神经网络TensorFlow实现全连接神经网络自编码简介深度学习在早期被认为是一种无监督的特征学习(Unsupervised Feature Learning),模仿了人脑对特征逐层抽象提取的过程,这其中有两点很重要:一是无监督学习,即不需要标注数据就可以对数据进行一定程度的学习,这种学习是对数据内容组织形式的学习,提取的是频繁出现的特征;二是逐层抽象,特征是需要不断抽象的,就像人总是从简单基础的感念开始学习,再到复杂的概念。原创 2020-05-14 22:39:42 · 2408 阅读 · 0 评论 -
深度学习-基本思想
深度学习-基本思想背景基本思想浅层学习和深度学习深度学习结构TensorFlow入门背景机器学习(Machine Learning)是一门专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能的学科。1959年美国的塞缪尔(Samuel)设计了一个下棋程序,这个程序具有学习能力,它可以在不断的对弈中改善自己的棋艺。4年后,这个程序战胜了设计者本人。又过了3年,这个程序战胜了美国一个保持8年之久的常胜不败的冠军。机器学习虽然发展了几十年,但还是存在原创 2020-05-14 22:31:16 · 3068 阅读 · 0 评论 -
LeNet-5
LeNet-5LeNet-5第一层,卷积层第二层,池化层第三层,卷积层第四层,池化层第五层,全连接层第六层,全连接层第七层,全连接层LeNet-5LeNet-5模型是Yann LeCun教授1998年在论文Gradient-Based Learning Applied to Document Recognition中提出的,它是第一个成功应用于数字识别问题的卷积神经网络。在MNIST数据集上,...原创 2020-01-08 22:29:23 · 407 阅读 · 0 评论