深度学习
lvgang_sum
这个作者很懒,什么都没留下…
展开
-
tensorflow bookmarks(2)——RNN
Tensorlfow(2) Recurrent Neural Network(RNN) 概念 RNN:接祖循环核(cell脑记忆体)提取特征后,送入全连接网络进行预测 主要应用场景:历史数据预测(股票预测),语音识别,语句预测等 循环核:通过不同时刻的参数共享,实现对时间序列的信息提取,记忆体个数越多记忆力越好 状态信息ℎ????, 循环核按时间步展开:把循环核按照时间轴方向展开。每个时刻记忆体状态信息h????被刷新,记忆体周围的参数矩阵和两个偏置项是固定不变的,我们训练优化的就是这些参数矩阵。训练完原创 2020-08-02 20:54:06 · 288 阅读 · 0 评论 -
tensorflow bookmarks(1)
charpter1-4 TensorFlow概述 AI三大学派:行为主义 符号主义 连接主义 tensor:张量 flow:流 (张量之间计算转换,基于连接主义) procedure: step1:prepare data step2:build network step3:optimize the network step4:application network 全连接网络 全连接网络:通过建立神经元(形成w、b),对其赋值初始值。然后用train_date_in and tran_dat原创 2020-07-30 08:41:21 · 229 阅读 · 0 评论 -
ImportError : Failed to import pydot. pydot模块安装
参考链接原创 2020-07-21 09:28:04 · 313 阅读 · 0 评论 -
tensorflow1.x和tensorflow2.0两个版本的函数对比表
转载转载 2020-07-21 09:25:41 · 692 阅读 · 0 评论 -
GTX1660+CUDA10.2+cuDNN10.2+Anaconda3-5.0.1(python3.6+opencv3.4.1.15)+tensorflow2.2.0+Keras2.4.3配置
参考1 Keras深度学习环境配置(WIN10/GPU加速版). 参考2【tensorflow2.x】对应的keras版本 安装首先查看版本对应关系: 1.查看显卡与CUDA对应关系,参考1 2查看tensorflow2.2 对应 的keras 版本,参考2 3.cuDNN是一个SDK,是一个专门用于神经网络的加速包,注意,它跟我们的CUDA没有一一对应的关系,即每一个版本的CUDA可能有好几个版本的cuDNN与之对应,但一般有一个最新版本的cuDNN版本与CUDA对应更好 下载地址: 1.CUDA下载地,原创 2020-07-21 09:04:54 · 847 阅读 · 0 评论