一、 深度学习基础
一、 深度学习基础
1.1 基本过程
1.1.1 数据预处理
将现实世界中的实物特征化,表示成一个多维向量。例如一张图片可以特征化成一个多维数组,形状为长、宽、通道数。
1.1.2 定义网络结构
深度学习训练好的模型主要包括两部分:网络结构+每层网络的具体参数。
定义网络的常用层:
Dense层(全连接层)
keras.layers.core.Dense(units, activation=None, use_bias=True, input_shape=(x,))
# 重要参数units:隐藏
原创
2020-07-21 12:10:15 ·
438 阅读 ·
0 评论