- 博客(4)
- 收藏
- 关注
RSS订阅原创 TensorFlow 实现 AlexNet 网络模型
模型特性：所有卷积层都是使用ReLU 作为非线性映射函数，使模型收敛速度更快在多个GPU 上进行模型的训练，不但可以提高模型的训练速度，还能提升数据的使用规模使用 dropout 而不是正则化来处理过度拟合。当然，这也导致了训练时间加长。重叠最大池化（overlapping max pooling) , 即池化范围 z 与步长 s 存在关系 z > s, 避免平均池化的平均效应...
2019-06-16 00:38:43
853
原创 纯pytho实现RNN
使用Python实现 一个简单的RNN，实现两个八位的二进制加法，预测他们之间的结果。比如 1 + 2 = 3二进制 [0,0,0,0,0,0,0,1] + [0,0,0,0, 0,0,1,0] = [0,0,0,0,0,0,1,1]标准前向传播： 以xxx表示输入，hhh是隐层单元，ooo是输出，LLL为损失函数，yyy为训练集标签。ttt表示ttt时刻的状态，V,...
2019-06-07 20:19:34
242
原创 使用CNN实现Google你画电脑猜
使用CNN 实现小型Google你画电脑猜你画电脑猜Google 的猜画小歌风靡一时，使用 CNN 我们也可以搞一个出来。数据集Google AI Lab 已经开源了用来训练的数据集：https://github.com/googlecreativelab/quickdraw-dataset里边有 354 类共5千万张涂鸦图片，并提供多种格式，从原始的笔迹数据到转换好的位图都有。我们将使...
2019-06-07 10:36:00
459
原创 用TensorFlow实现简单线性回归
使用TensorFlow 构造一个神经元，简单的线性回归网络。问题：现有一组有噪声的样本数据，共2000个，每一个样本 x 有 3 个特征， 对应一个标签 y 值。从数据样本中学习 y=w×x+by=w\times x + by=w×x+b 中的参数首先我们来生成样本数据，w_real 和 b_real 是控制样本数据的参数的真实值，np.random.randn(num, shape)...
2019-06-06 20:43:47
884
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人