深度学习
qq_38250162
这个作者很懒,什么都没留下…
展开
-
RBM受限玻尔兹曼机
RBM包含两个层,可见层(visible layer)和隐藏层(hidden layer)原创 2018-06-14 16:59:39 · 261 阅读 · 0 评论 -
玻尔兹曼机
受限玻尔兹曼机(RBM)是一种用于降维、分类、回归、特征学习、协同滤波、主题建模的算法。 注释:1.在机器学习和统计学习领域,降维是指在某些特定条件下,降低随机变量的个数,得到一组不相关主变量的过程。降维可分为特征选择和特征提取两大方法:特征选择假定数据中包含大量冗余或者无关变量(或称特征、属性、指标等),旨在从原有变量找出主要变量。代表方法LASSO。特征提取是将高位数据转化为低维数据的过程,...原创 2018-06-16 20:42:15 · 504 阅读 · 0 评论 -
理解dropout
转载:http://blog.csdn.net/stdcoutzyx/article/details/49022443开篇明义,dropout是指在深度学习网络的训练过程中,对于神经网络单元,按照一定的概率将其暂时从网络中丢弃。注意是暂时,对于随机梯度下降来说,由于是随机丢弃,故而每一个mini-batch都在训练不同的网络。dropout是CNN中防止过拟合提高效果的一个大杀器,但对于其...转载 2018-12-05 09:54:12 · 128 阅读 · 0 评论 -
Batch Normalization原理
转自:https://zhuanlan.zhihu.com/p/34879333莫凡python:https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-08-batch-normalization/https://blog.csdn.net/hjimce/article/details/50866313te...转载 2018-12-27 20:40:18 · 11047 阅读 · 3 评论 -
tensorflow 下的滑动平均模型 —— tf.train.ExponentialMovingAverage
https://blog.csdn.net/u012436149/article/details/56484572https://blog.csdn.net/u013061183/article/details/79335162采用随机梯度下降算法训练神经网络时,使用tf.train.ExponentialMovingAverage滑动平均的意义在于提高模型在测试数据上的健壮性(robu...转载 2018-12-31 17:19:30 · 196 阅读 · 0 评论 -
Tensorflow的tf.nn.moments函数
tf.nn.moments函数1.官方的输入定义如下: def moments(x, axes, name=None, keep_dims=False)x理解为输出数据,形如[batchsize,height,width,kernels] axes表示在哪个维度上求解,是个list,例如[0,1,2]这个函数的输出有两个:Two Tensor objects: mean an...转载 2018-12-31 21:20:36 · 2008 阅读 · 1 评论 -
tf.control_dependencies与tf.identity组合详解
转自:https://blog.csdn.net/winycg/article/details/78820032参考链接:http://blog.csdn.net/m0_37041325/article/details/76943364https://stackoverflow.com/questions/34877523/in-tensorflow-what-is-tf-identi...转载 2018-12-31 22:33:29 · 142 阅读 · 0 评论