tensorflow
人如墨
这个作者很懒,什么都没留下…
展开
-
TensorFlow实现卷积自编码器对图像进行去噪
一、概念介绍自编码器是一种执行数据压缩的网络架构,其中的压缩和解压缩功能是从数据本身学习得到的,而非人为手工设计的。自编码器的两个核心部分是编码器和解码器,它将输入数据压缩到一个潜在表示空间里面,然后再根据这个表示空间将数据进行重构得到最后的输出数据。编码器和解码器都是用神经网络构建的,整个网络的构建方式和普通的神经网络类似,通过最小化输入和输出之间的差异来得到最好的网络。二、作用 ...原创 2018-07-06 15:00:19 · 16203 阅读 · 13 评论 -
神经网络中超参数的选择
超参数是在开始学习过程之前设置值的参数,而不是通过训练得到的参数数据。通常情况下,需要对超参数进行优化,给学习机选择一组最优超参数,以提高学习的性能和效果。首先需要知道的是并不存在适用于所有场景的超参数,不同的数据集、模型适用的超参数可能不同,因此我们需要尝试不同的超参数,然后得到最优。超参数的分类:一般可以将超参数分为两类: 优化器超参数:包括学习率、minn_batch大小、...原创 2018-08-07 11:12:39 · 6792 阅读 · 0 评论 -
RNN实现影评情感分析
在这里我们将使用RNN(循环神经网络)对电影评论进行情感分析,结果为positive或negative,分别代表积极和消极的评论。至于为什么使用RNN而不是普通的前馈神经网络,是因为RNN能够存储序列单词信息,得到的结果更为准确。这里我们将使用一个带有标签的影评数据集进行训练模型。使用的RNN模型架构如下: 在这里,我们将单词传入到嵌入层而不是使用ONE-HOT编码,是因为词嵌入是一种...原创 2018-08-15 13:38:19 · 6798 阅读 · 4 评论