- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Tensorflow 神经网络优化
Tensorflow 神经网络优化 指数衰减学习率 学习率 learning_rate：表示了每次参数更新的幅度大小。学习率过大，会导致待优化的参数在最小值附近波动，不收敛；学习率过小，会导致待优化的参数收敛缓慢。 在训练过程中，参数的更新向着损失函数梯度下降的方向。 参数的更新公式为： Wn+1 = Wn - learning_rate▽（loss） 假设损失函数为 loss = (w + 1)^2。梯度是损失函数 loss 的导数为 ∇=2w+2。如参数初值为 5，学习 率为 0.2，则参
2020-08-26 15:33:30
343
原创 TensorFlow 循环神经网络RNN
1.RNN 现实世界中，很多元素都是相互连接的，比如股票随时间的变化，小明说：我喜欢旅游，其中最喜欢的地方是云南，每当放假时我经常去______旅游.这里填空，人应该都知道是填“云南”。因为我们是根据上下文的内容推断出来的，但机器要做到这一步就相当得难了。因此，就有了现在的循环神经网络，他的本质是：像人一样拥有记忆的能力。因此，他的输出就依赖于当前的输入和记忆。 循环神经网络是指一个随着时间的推移，重复发生的结构。在自然语言处理（NLP），语音图像等多个领域均有非常广泛的应用。RNN网络和其他网络最大的
2020-08-26 15:31:53
456
原创 Tensorflow 卷积神经网络
Tensorflow 卷积神经网络 我们在获得一张图片后，需要对它进行处理。在实际应用中，会先对原始图像进行特征提取，把提取到的特征喂给全连接网络，再让全连接网络计算出分类评估值。 例：先将此图进行多次特征提取，再把提取后的计算机可读特征给全连接网络。 卷积 Convolutional 卷积是一种有效提取图片特征的方法。一般用一个正方形卷积核，遍历图片上的每一个像素点。图片与卷积核重合区域内相对应的每一个像素值乘卷积核内相对应点的权重，然后求和，再加上偏置后，最后得...
2020-08-16 21:09:31
803
原创 关于python个人学习过程中的一些看法（python的特色语法）
本文章为仅仅为个人在大二时学习python过程中对python的一些观点，主要介绍的是一些python相对于其他语言的特色语法，因为本人学识比较浅薄所以如果有与其他的语言也有共同之处，并非python的特色语法，还请见谅。 Python的由来 Python是Guido van Rossum创立的， 1989年圣诞节，他在阿姆斯特丹很无聊，Guido为了打发圣诞节的无趣，决心开发一...
2019-02-17 16:40:37
313
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人