![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 97
JinyuZ1996
Standing on the shoulder of giants.
展开
-
【学习笔记】Tensorflow 2.0+与Keras的联系与应用(含model详解)
Tensorflow 2.0与Keras的联系与应用(含model详解) 事实上我个人入坑tensorflow比较晚,于是导致我其实并没有经历Tensorflow_v1特别火热的那个年代,今年(2020年)早些时候,Tensorflow_v2已经成熟并且开始大量的出现在技术干货当中,于是,我相当于跳过了那个需要写sess的过程,直接学习了函数式model定义以及Keras,可以说是非常幸福了(因为确实简化了很多工作)但遗憾的是,在机器学习和深度学习过程中,大量的前辈的文章,赖以实现的源代码和demo使原创 2020-10-08 15:08:23 · 1888 阅读 · 7 评论 -
【学习笔记】尝试理解Embedding在推荐系统中的应用
简单理解Embedding技术在推荐系统中的应用 在之前的学习阶段做过一些实验,很多时候在构建model时候不管三七二十一上来就先来上一层Embedding,只知道加上Embedding层后会得到更好的结果却未曾深究其作用,经过阅读《深度学习推荐系统》一书,才明白了个大概,拿来分享给大家也方便日后自己理解。本文结合推荐系统来阐述Embedding的作用和原理。但这里没有涉及具体代码实现,只做简单的概念的阐述。Embedding概述 Embedding操作经常出现在我们设计的模型里,我们称其为原创 2020-09-28 16:42:50 · 1291 阅读 · 0 评论 -
【学习笔记】model.compile方法中metrics评价函数
关于model.compile方法中metrics评价函数的总结问题引入 大家会发现我们在做实验的过程中,经常会发现在Model.compile的过程中会需要写一个参数比如:metrics=['accuracy'],那么这个时候一般情况下很少有文章或者代码注释中会提及这个参数选择的原因或者意义,尤其是笔者前期是个小白,一开始接连做的都是几个二分类的神经网络实验,甚至一度以为只要一直写metrics=['accuracy']就不会报什么错。但这种想法其实是错误且荒谬的,这个参数其实在面对不同的数据集原创 2020-09-23 10:30:59 · 25284 阅读 · 10 评论 -
【学习实践】尝试应用LSTM和B-LSTM改进RNN的情感分析模型
基于RNN的情感分析模型的改进实验分析实验简介 首先,进行实验的数据集简单介绍,本次试验数据集是Keras上的标准IMDB数据集,包括50000条偏向明确的影视评论,数据集本身非常适合进行情感分析,适合用来对新的评论进行偏向预测。本次实验首先对原始数据及进行拼接,并根据实验设计使用部分数据作为训练集和测试集,数据集中包含label标签分别代表积极的评价和消极的评价,该数据集的格式类型有很多,有官方Keras提供的.ngz格式数据集,同时也有Kaggle提供的csv格式的数据集,但我们使用的是官方斯原创 2020-09-22 09:27:05 · 1698 阅读 · 4 评论 -
【学习实践】使用numpy搭建一个简单的前馈神经网络FNN
深度学习小实验 - 使用numpy搭建一个简单的前馈神经网络FNN 在天池上学习深度学习做的笔记,简单实现了一个FNN(非常简单),留以备忘。实验实现的逻辑标示图实验代码# Author:JinyuZ1996# Creation date:2020/8/24 10:28import numpy as np# 一个基本的5输入单元*4神经元*2输出单元的简单网络x = np.array([0.5, 0.4, 0.3, 0.4, 0.5]) # 输入层有5个输入,[1*5原创 2020-08-24 12:00:53 · 1597 阅读 · 0 评论 -
【学习笔记】Sigmoid, Relu, Swish, Gelus, Maxout等常用激活函数的分析学习
深度学习激活常用函数比较分析 本文主要针对邱锡鹏老师《NNDL》中3.1节中提及的集中激活函数做了一下对比记录,并不较少激活函数本身,只是从发展和优缺点的角度去评价他们。并尝试在他们当中找出可改进的角度和变化趋势。...原创 2020-08-23 22:13:58 · 1315 阅读 · 0 评论