- 博客(4)
- 收藏
- 关注
RSS订阅原创 【深度学习】卷积神经网络最大池化运算
在卷积神经网络示例中，我们注意到，在每个MaxPooling2D层之后，特征图的尺寸都会减半。例如在第一个MaxPooling2D层之前，特征图的尺寸是26*26，但最大池化运算将其减半为13*13。这就是最大池化的作用对特征图进行下采样，与步进卷积类似。提示以下是本篇文章正文内容，下面案例可供参考。...
2022-07-18 16:14:20
3573
1
原创 【深度学习】怎么为模型选择正确的最后一层激活和损失函数
当我们构建完一个小型的卷积神经网络时，我们通常要考虑网络最后一层激活函数和损失函数的选择。以下分别讲解了部分激活函数和损失函数。激活函数是神经网络中对输入数据进行计算的非线性函数，如果没有激活函数的加持，那么神经网络仅仅对输入数据做简单的线性变化，只能解决线性问题。以下是一个二分类的任务，通过该分类任务我们来观察激活函数到底起到了什么作用。然而再加入了激活函数之后，我们便可以计算非线性的问题。上图经过激活函数之后，我们可以用一条曲线将其分开，分类的结果如下：损失函数用来评价模型的预测值和真实值不一样的程
2022-07-13 20:25:12
1693
原创 【深度学习】运用mnist数据集实例化一个简单的卷积神经网络
MNIST是一个手写体数字的图片数据集，该数据集来由美国国家标准与技术研究所（National Institute of Standards and Technology (NIST)）发起整理，一共统计了来自250个不同的人手写数字图片，其中50%是高中生，50%来自人口普查局的工作人员。该数据集的收集目的是希望通过算法，实现对手写数字的识别。同样，MNIST数据集作为众多人工智能入门练习的数据集，受众广泛，今天我们搭建一个最简单的卷积神经网络就是运用到MNIST数据集。MNIST数据集可以通过keras
2022-07-10 11:12:08
1279
原创 【python基础】python爬虫对网页壁纸图片批量抓取下载
在大数据时代，信息的采集是一项重要的工作，如果单纯靠人力进行信息采集，不仅低效繁琐，搜集的成本也会提高，所以通过爬虫实现对信息的采集时基本的操作之一，本文采用python爬虫通过xpath、lxml、request库的运用，实现网站图片的批量爬取操作。......
2022-07-05 19:36:54
661
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人