Ⅵ- 基于Tensorflow的深度学习

分享创新知识、改变世界！

更新：2023.9.3【1】--

---

Tensorflow.kears:

MLP多层感知机    CNN    RNN循环    LSTM长短期记忆网络

ResNet的恒等映射，避免深网络的梯度消失

22层 GoogLeNet/Inception V1:让网络（深+宽）高效扩充，且不至于过拟合。

Inception V2:（BN即Bath-Normalized）可以让学习速率增大多倍，加速迭代。

同时要调整，以增加BN的增益：增大学习率，加快学习衰减速度，去除Dorpout。

特征融合+CNN：采用深度线性判别分析DLDA，优化样本特征，将优化后的统计特征---CNN自学习特征重要性。