deeplearning
文章平均质量分 90
PzySeere
这个作者很懒,什么都没留下…
展开
-
深度学习中机器学习策略的运用 Projects-1
1、介绍机器学习策略一开局,吴老大便由一个例子解释为什么要使用机器学习策略。假设:在一个猫咪识别网络中,目前的正确率为90%,该怎么继续改善呢?·收集更多的数据·收集不同姿势的猫咪图片,以增大多样性,扩大数据集·增加训练网络时的迭代次数·用Adam来取代梯度下降算法·使用规模更大的网络结构·使用dropout/L2正则化处理·修改网络结构 ·修原创 2017-12-18 16:47:09 · 446 阅读 · 0 评论 -
深度学习中机器学习策略的应用 Projects-2
利用机器学习策略改善深度神经网络 技交部 潘震宇一、 进行误差分析首先,咱们以上图为例。假设咱们今天又开发一个猫咪辨别器,目前的准确率是90%,错误率为10%,这离我们目标可差的老远了。所以,我们必须得想个法子来改善原创 2017-12-24 13:37:14 · 585 阅读 · 0 评论 -
深度学习-卷积神经网络初识-1
卷积神经网络技交部 潘震宇一、计算机视觉在计算机视觉领域中,存在着许多问题,各类领域基本都包含着这俩种基础问题: 1、 图像分类2、 目标检测除上述之外,最近有一种新颖的技术,也出现在大众的面前——风格迁移。那么,为什么我们学习卷积神经网络,为什么要提及计算机视觉呢?卷积神经网络又有什么用呢?我们可以参考一个例子来说明: 如上图所示,这是原创 2017-12-24 17:04:44 · 424 阅读 · 0 评论 -
深度学习-卷积神经网络初识-2
卷积神经网络(二)技交部 潘震宇一、 卷积步长从之前的了解中,我们初步知道了卷积运算的含义。也知道了滤波器的作用。在此前,我们在将滤波器盖在矩阵上,进行边移动边计算的时候,移动步长都是默认的一步,那或许有些人就会问了,能不能一次走俩步、三步、甚至更多步呢?答案当然是可以的。在这个矩阵中,我们可以发现,将步长stride设置为2后,每一次移动都是俩步。不论是左右还是上下。原创 2017-12-25 21:41:33 · 406 阅读 · 0 评论 -
工业软测量-基于时序性数据的回归问题
CNN orRNN(LSTM)一、背景这次项目是导师的一个课题,大概需求是在工厂内,有许多生产设备,其设备的产出率与利润直接挂钩。因此,保证设备稳定的高产率是节约成本、提高利润的重要工作。而通常管理设备、依照当前状态,实时调整电压、电流等各相关指数通常是由专业技术人员负责,培养一个专业调控人员的成本是很高的,因此就需要一个模型能够代替人工对设备进行实时相控以保证高产率。在本次项目里...原创 2020-07-22 08:51:54 · 1702 阅读 · 4 评论 -
基于协同半监督学习的交通事故文本分类
Keras、Numpy、Pandas、Sklearn一、背景前面所作工作:利用Pandas、Numpy对多数据表之间相互匹配并创建交通数据集交通事故文本多分类——做一个快乐的调包侠(传统机器学习)利用word2vec、textCNN、jieba对事故文本多分类及致因修复(三维向量)在之前的建模中,存在一个比较大的问题就是数据量太少,真正匹配出来有对应label的文本仅仅20...原创 2020-07-22 08:51:24 · 982 阅读 · 3 评论