![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Rance_King
Rance Super King
展开
-
使用keras框架训练一个简单的深度学习模型——(一)线性模型解决分类问题
在udemy上上The complete self-drving car course,根据课程的教法训练了一个最简单的深度学习模型,本文详细记录训练此模型的每个步骤以及代码含义。导入包,keras.models 导入的是Sequential模型,keras.layers导入了一种叫Dense的层,这是一种每个单元都与上,下一层的每个单元有连接的层,每个单元都完全地建立连接就是这个层的形式,A...原创 2019-03-09 16:39:01 · 952 阅读 · 0 评论 -
Keras框架训练深度学习模型 ——(二)多个分类的情况
这是学习用keras框架组装神经网络进行学习的第二个台阶,使用softmax函数来进行多分类模型的搭建。导入包import keras#这是一个用来导入数据集的包from sklearn import datasetsimport matplotlib.pyplot as pltfrom keras.models import Sequentialfrom keras.layer...原创 2019-03-10 16:45:15 · 1156 阅读 · 0 评论 -
用keras框架搭建神经网络 ——(三)识别手写数字
今天进阶到手写识别神经网络的搭建。导入包import numpy as npimport matplotlib.pyplot as pltimport kerasfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.o...原创 2019-03-11 09:24:41 · 746 阅读 · 0 评论 -
用keras框架训练深度神经网络——(四)卷积神经网络
今天看了卷积神经网络的基本概念,并实际应用了一次。使用卷积神经网络的原因在于对于图像识别来说(目前我接触过的内容),如果大量输入图像的像素点进行深度神经网络的学习,那么随着层数的增多,参数值会以几何数增长因为每个神经元如果完全连接下一层其他神经元,那么在两层网络之间就会出现nxm个参数,这导致计算量极大地被增加。为了减小计算量,一个思路就是减少输入的数量。而卷积神经网络就是依靠filter,也...原创 2019-03-12 18:12:44 · 505 阅读 · 0 评论 -
用keras框架搭建神经网络——(五)识别交通标志
从这一个阶段开始,搭建的神经网络将用于更加贴近生活的实用场景,并逐步尝试优化用户体验做成某种“产品”。导入包,下载数据集数据集来源:https://bitbucket.org/jadslim/german-traffic-signs ,其中包含一个csv文件和三个pickle文件,csv文件将不同的交通标志名称对应到不同的class数字标号分类中,三个csv文件分别对应着训练集,测试集合验证...原创 2019-03-13 09:45:54 · 3066 阅读 · 6 评论 -
用keras框架完成多项式回归Polynomial Regression模型构建
概念:机器学习的问题包括分类问题和回归问题。分类问题是用模型划分类别,回归问题是用模型预测输入的输出。有多种回归的技术,包括线性回归 (Linear Regression),逻辑回归(Logistic Regression), 多项式回归(Polynomial Regression),逐步回归(Stepwise Regression),岭回归(Ridge Regression),套索回归(L...原创 2019-03-13 17:52:03 · 1497 阅读 · 0 评论