Google的神经网络算法模拟

最新推荐文章于 2023-07-30 16:44:20 发布
最新推荐文章于 2023-07-30 16:44:20 发布
阅读量465 收藏 1
点赞数
文章标签： 神经网络 算法 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44863646/article/details/126407513
版权

Google的神经网络算法模拟

二分类问题

激活函数使用线性函数linear，学习率为0.03

noise设置为20，避免为理想情况。

不使用隐藏层，而且就两个特征项。
在这里插入图片描述

可以看到模型训练良好

异或问题

线性激活函数

如果还是用线性的激活函数，则会出现下面的情况

在这里插入图片描述

如果要采用线性神经网络解决异或问题，就在输入引入非线性项

如果抖动太大则是学习率太高。

梯度下降法会使得误差越来越小，但是不会直接到最小值，会在最小值的两边左右横跳。调小学习率即可。

在这里插入图片描述

可以看到模型训练良好

BP学习算法

就需要引入隐藏层，这里我们引入5个隐藏层。将激活函数改为Sigmoid函数

在这里插入图片描述

在这里插入图片描述

其中小点代表偏置值。

换一个数据集

在这里插入图片描述

也能得到较好的效果。

Sigmoid激活函数在隐藏层较多的时候，会使模型学习的效率变低。

因此我们在隐藏层较多的时候使用双曲正切函数Tanh激活函数

过拟合问题

我们在用训练数据得到一个很好的训练模型之后，再用测试数据来测试的时候，得不到一个较好的测试结果。

在这里插入图片描述

要解决过拟合，可以加入正则项

在这里插入图片描述

这样会使很多权值都近等于0

在这里插入图片描述

复杂数据集

对于较复杂的数据集，我们就需要多个神经元去拟合模型。

下面是在不同神经元下，分别测试的结果。（最后的数据测试结果都已趋于稳定）

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

进入状态的贪玩的北笙
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习（GoogLeNet）
weixin_65089713的博客
04-07 5318
1 GoogLeNet的介绍 1.1 GoogLeNet的简介 GoogLeNet模型是由谷歌（Google）团队开发出来的卷积神经网络，它是2014年ImageNet挑战赛的冠军模型。相比于AlexNet模型，GoogLeNet模型的网络结构更深，共包括87层。尽管模型结构变得更复杂，但参数量更少了。GoogLeNet模型的参数量为5941552个，仅为AlexNet模型参数量的1/10。这主要归功于GoogLeNet创新性地采用了Inception模块。感兴趣的读者可以阅读原始顶会顶刊http://
谷歌神经网络框架,谷歌深度神经网络
wenangou的博客
10-10 1574
阿尔法围棋（AlphaGo）是一款围棋人工智能程序。这个程序利用“价值网络”去计算局面，用“策略网络”去选择下子。 阿尔法围棋（AlphaGo）是通过两个不同神经网络“大脑”合作来改进下棋。这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13 个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。 这些网络通过反复训练来检查结果，再去校对调整参数，去让下次执行
现在想用Google TensorFlow 神经网络软件，那不是事！
Free雅轩的博客
07-30 118
要使用带有 GPU 支持的 TensorFLow，你必须要有一块支持 CUDA 的 Nvidia GPU。CUDA 和 CuDNN（Nvidia 的计算库）的安装有点棘手，本指南会提供在实际安装 TensorFlow 之前一步步安装它们的方法。启用了 GPU 并安装了支持 GPU 的软件，那么训练所需的时间就可以大大减少。需要指出的是，那些不希望安装支持 GPU 的 TensorFlow 的人，你可以跳过以下所有的步骤并直接跳到：“步骤 5：安装只支持 CPU 的 TensorFlow”。
（四）卷积神经网络模型之——GoogLeNet
ximu__l的博客
03-13 1909
关于GoogLeNet网络结构的分析和原理的详解，以及对应的创新部分做了较为详细的说明，并附带了网络的代码
深度学习经典卷积神经网络之GoogLeNet（Google Inception Net）
marsjhao Blog
06-12 3万+
一、GoogLeNet相关论文及下载地址 [v1] Going Deeper withConvolutions, 6.67% test error，2014.9 论文地址：http://arxiv.org/abs/1409.4842 [v2] Batch Normalization:Accelerating Deep Network Training by Reducing Internal
基于BP神经网络的自动驾驶模型车 包含收集数据、控制模型生成与在线/离线自动运行所需的程序
06-07
TensorRider是一种基于BP神经网络，对驾驶场景具有学习能力的的简易自动驾驶车模型。目前，TensorRider仅能实现基本的车道保持功能，即在学习了操作者的遥控驾驶行为后，根据经验对类似的场景做出自动驾驶行为。 ...
基于CNN的图片风格转换，主要是用到 code inversion算法.zip
04-07
卷积神经网络（Convolutional Neural Network, CNN）是一种专门针对图像、视频等结构化数据设计的深度学习模型，它在计算机视觉、语音识别、自然语言处理等多个领域都有广泛应用。CNN的核心设计理念源于对生物视觉...
CNN预测电影评分；基于CNN和协同过滤算法对电影进行推荐，并且可视化.zip
04-07
卷积神经网络（Convolutional Neural Network, CNN）是一种专门针对图像、视频等结构化数据设计的深度学习模型，它在计算机视觉、语音识别、自然语言处理等多个领域都有广泛应用。CNN的核心设计理念源于对生物视觉...
图像识别算法：基于CNN多标签分类的车牌识别；renet残差网络.zip
最新发布
04-07
卷积神经网络（Convolutional Neural Network, CNN）是一种专门针对图像、视频等结构化数据设计的深度学习模型，它在计算机视觉、语音识别、自然语言处理等多个领域都有广泛应用。CNN的核心设计理念源于对生物视觉...
基于BP神经网络的自动驾驶模型车，包含收集数据、控制模型生成与在线离线自动运行源码+说明.zip
01-08
TensorRider使用Google TensorFlow作为算法框架，可以在CPU或支持CUDA的NVIDIA GPU上进行训练。 完成训练后，可以使用一台计算机（Linux，macOS或Windows）作为TensorRider的计算服务器，令实验小车在线运行，也...
【深度学习】经典的卷积神经网络模型介绍（LeNet、AlexNet、VGGNet、GoogLeNet、ResNet和MobileNet）
点赞的都能无bug通过！
03-17 3万+
经典的卷积神经网络模型介绍卷积神经网络简介一、LeNet1、INPUT层-输入层2、C1层-卷积层3、S2层-池化层（下采样层）4、C3层-卷积层5、S4层-池化层（下采样层）6、C5层-卷积层7、F6层-全连接层二、AlexNet1、AlexNet特点2、ReLu作为激活函数3、数据增强4、层叠池化5、局部相应归一化6、Dropout7、Alex网络结构8、AlexNet参数数量三、VGG net1、VGG的特点2、VGG网络结构3、VGG优缺点四、GoogLeNet1、GoogLeNet Incepet
一文读懂GoogLeNet神经网络
神技圈子的博客
08-01 6856
什么是GoogLeNetGoogLeNet特点优化网络质量的生物学原理GoogLeNet网络结构的动机GoogLeNet架构细节Inception模块和普通卷积结构的差异辅助分类器GoogLeNet网络架构GoogLeNet训练以及样本预处理GoogLeNet测试以及测试样本处理五、GoogLeNet检测+分类MultiBox方法SelectiveSearch方法 提出一种全新的深度网络架构：In...
你也可以训练超大神经网络！谷歌开源GPipe库
IT派
03-07 1451
BigGan、Bert、GPT 2.0 等模型的出现似乎表明，DNN 模型越大，其准确率越高。但芯片内存的增长速度似乎无法满足这种“暴力美学”的需要。为此，谷歌提出并开源...
深度学习卷积神经网络——经典网络GoogLeNet(Inception V3)网络的搭建与实现
热门推荐
loveliuzz的博客
01-23 8万+
一、Inception网络（google公司）——GoogLeNet网络的综述 获得高质量模型最保险的做法就是增加模型的深度（层数）或者是其宽度（层核或者神经元数）， 但是这里一般设计思路的情况下会出现如下的缺陷： 1.参数太多，若训练数据集有限，容易过拟合； 2.网络越大计算复杂度越大，难以应用； 3.网络越深，梯度越往后穿越容易消失，难以优化模型。  解决上述两个缺点的根本
Google TensorFlow课程 编程笔记（8）———神经网络简介
latioas的博客
07-24 534
  神经网络简介 学习目标： 使用 TensorFlow DNNRegressor 类定义神经网络 (NN) 及其隐藏层 训练神经网络学习数据集中的非线性规律，并实现比线性回归模型更好的效果 在之前的练习中，我们使用合成特征来帮助模型学习非线性规律。 一组重要的非线性关系是纬度和经度的关系，但也可能存在其他非线性关系。 现在我们从之前练习中的逻辑回归任务回到标准的（线性）回归任务。也就...
深度学习（1）GoogLeNet 神经网络结构
weixin_42535423的博客
12-25 1240
深度学习（1） GoogLeNet是2014年 ILSVRC 冠军模型，top-5 错误率 6.7% ，GoogLeNet做了更大胆的网络上的尝试而不像vgg继承了lenet以及alexnet的一些框架，该模型虽然有22层，但参数量只有AlexNet的1/12。 GoogLeNet论文指出获得高质量模型最保险的做法就是增加模型的深度（层数）或者是其宽度（层核或者神经元数），但是一般情况下更深或更宽...
TensorFlow 深度学习笔记 卷积神经网络
weixin_30507481的博客
06-06 455
Convolutional Networks 转载请注明作者：梦里风林 Github工程地址：https://github.com/ahangchen/GDLnotes 欢迎star，有问题可以到Issue区讨论 官方教程地址 视频/字幕下载 deep dive into images and convolutional models Convnet BackGround 人眼在识别图像时，...
免费使用谷歌GPU训练神经网络
李响
12-12 2195
完全云端运行：免费使用谷歌GPU训练神经网络 背景 对，你没有听错，高大上的ＧＰＵ，现在不花钱也能用上了。这是Google的一项免费云端机器学习服务，全名Colaboratory。 Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习培训和研究成果。它是一个 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。Colaboratory 笔记本存储...
神经网络：GoogLeNet
flyingzhao
11-14 1899
《Going Deeper with Convolutions》论文解读本文提出了GoogLeNet的网络结构，在ILSVRC2014取得了最好的成绩。本文和Network In Network一样，对网络中的传统卷积层进行了修改，提出了被称为Inception的结构。Motivation提高深度神经网络性能的关键在于增加深度和宽度。但是大的网络存在3个主要问题：发生过拟合，计算资源不足，稀疏的数据
蚁群算法优化BP神经网络 python代码
07-27
- *1* *2* [神经网络——Python实现BP神经网络算法（理论+例子+程序）](https://blog.csdn.net/Linyun2tt/article/details/121572933)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值