深度学习
千寻~
这个作者很懒,什么都没留下…
展开
-
python之pandas的基本使用series和dataframe(1)
一、pandas概述pandas :pannel data analysis(面板数据分析)。pandas是基于numpy构建的,为时间序列分析提供了很好的支持。pandas中有两个主要的数据结构,一个是Series,另一个是DataFrame。二、数据结构 SeriesSeries 类似于一维数组与字典(map)数据结构的结合。它由一组数据和一组与数据相对应的数据标签(索引index)组成。这组...转载 2017-08-29 22:21:52 · 4151 阅读 · 0 评论 -
利用scikit-learn实现数据归一化
本文主要介绍scikit-learn中的数据预处理之归一化。Demo 1import numpy as npfrom sklearn import preprocessing# 定义arraya = np.array([-10, 2.3, 13.7, 56, 108])print a# 对array进行归一化(normalization)# scale进行的操作是按列减去均值, ...转载 2018-02-28 22:43:20 · 10882 阅读 · 1 评论 -
ubuntu源码安装tensorflow
源代码编译安装(linux环境) tensorflow有两种安装方式,直接下载google编译好的安装包,或者自己编译安装包。前者比较方便,但是安装时容易因为机器的环境配置差异导致安装失败,后者相对麻烦,但是可以在自己的机器上一步步编译出适合自己机器环境的安装包。这里简单介绍下安装从源代码编译安装的步骤:一、下载源代码:git clone https://github.com原创 2017-08-24 16:01:24 · 1049 阅读 · 0 评论 -
Mac下TensorFlow的部署和安装
$ sudo easy_install pip $ sudo easy_install --upgrade six $ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.8.0rc0-py2-none-any.whl安装完成后,即可运行测试用例$ pytho原创 2017-07-21 11:19:09 · 420 阅读 · 0 评论 -
池化函数(Pooling Function)
1. 池化(Pooling)概念在神经网络中,池化函数(Pooling Function)一般在卷积函数的下一层。在经过卷积层提取特征之后,得到的特征图代表了 比 像素 更高级的特征,已经可以交给 分类器 进行训练分类了。但是我们 每一组卷积核 都生成 一副与原图像素相同大小的 卷积图,节点数一点没少。如果使用了多个卷积核 还会使得通道数比之前多的多!我靠,这维度转载 2017-09-22 16:34:14 · 15757 阅读 · 0 评论 -
tensorflow:批标准化(Bacth Normalization,BN)
统计机器学习中有一个经典的假设:Source Domain 和 Target Domain的数据分布是一致的。也就是说,训练数据和测试数转载 2017-09-22 16:13:42 · 10075 阅读 · 0 评论 -
tensorflow:激活函数(Activation Function)
激活函数(Activation Function)运行时激活神经网络中某一部分神经元,将激活信息向后传入下一层的神经网络。神经网络的数学基础是处处可微的,所以选取激活函数要保证数据输入与输出也是可微的。TensorFlow中提供哪些激活函数的API。激活函数不会改变数据的维度,也就是输入和输出的维度是相同的。TensorFlow中有如下激活函数:1. sigmoid 函数这是传统神...转载 2017-09-22 15:42:17 · 18171 阅读 · 0 评论 -
tensorflow:卷积函数----tf.nn.conv2d
1. 卷积概念卷积的过程:如下图所示,用一个3*3的卷积核在5*5的图像上做卷积的过程。卷积核如下,大小3*3,在原图上滑动的步长为1。(求解过程是:对应位置相成,然后相加)我们再看一个在三通道图像上的卷积过程,如下:计算步骤解释如下,原图大小为7*7,通道数为3:,卷积核大小为3*3,Input Volume中的蓝色方框和Filter转载 2017-09-22 14:16:43 · 2805 阅读 · 1 评论 -
深度学习中常见分布-正态分布和伽玛分布
正态分布(Normal distribution)又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布,记为:X∼N(μ,σ2),则其概率密度函数为正态分布的期望值μ决定了其位置,其标准差σ决定了分布的原创 2017-09-12 13:50:41 · 67261 阅读 · 3 评论 -
深度学习(图像处理)A Neural Algorithm of Artistic Style 图像风格转换 - keras简化版实现
前言深度学习是最近比较热的词语。说到深度学习的应用,第一个想到的就是Prisma App的图像风格转换。既然感兴趣就直接开始干,读了论文,一知半解;看了别人的源码,才算大概了解的具体的实现,也惊叹别人的奇思妙想。声明代码主要学习了【titu1994/Neural-Style-Transfer】的代码,算是该项目部分的简化版或者删减版。这里做代码的注解和解释,也作为一个小玩具转载 2017-09-26 15:42:59 · 1035 阅读 · 0 评论 -
深度学习(图像处理): A neural algorithm of artistic style算法详解
Gatys, Leon A., Alexander S. Ecker, and Matthias Bethge. “A neural algorithm of artistic style.” arXiv preprint arXiv:1508.06576 (2015).下面这篇发表于CVPR16,内容类似,排版更便于阅读。Gatys, Leon A., Alexander转载 2017-09-26 15:27:55 · 3271 阅读 · 0 评论 -
tensorflow的类、变量和函数讲解
一、概览我们学任何一门编程语言的时候,都会讲一些量的操作,因为这是基本。这节的主要任务就是熟悉最基本的一些量怎么来定义。 先列出来,然后一个一个细讲。类:1.Tensor 2.Variable函数1.constant() 2.初始化变量的一些函数 3.placeholder()二、类讲解Tensor(tf.Tens原创 2017-08-31 10:56:32 · 2552 阅读 · 4 评论 -
如何用 Tensorflow 搭建神经网络-了解神经网络基本概念
本文是学习这个视频课程系列的笔记,课程链接是 youtube 上的,讲的很好,浅显易懂,入门首选, 而且在github有代码,想看视频的也可以去他的优酷里的频道找。Tensorflow 官网神经网络是一种数学模型,是存在于计算机的神经系统,由大量的神经元相连接并进行计算,在外界信息的基础上,改变内部的结构,常用来对输入和输出间复杂的关系进行建模。神经网络由大量的节点和之原创 2017-08-30 23:04:33 · 626 阅读 · 0 评论 -
matplotlib基础教程(1)
前言:matplotlib是一个python的第三方库,里面的pyplot可以用来作图。下面来学习一下如何使用它的资源。一、使用前首先在python中使用任何第三方库时,都必须先将其引入。即:import matplotlib.pyplot as plt或者:from matplotlib import pyplot as plt二、用法1.建立空白图fig = plt.figure()得到如下图...原创 2017-08-30 09:58:49 · 774 阅读 · 0 评论 -
Numpy基础笔记---Array 和matrix(2)
一、关于Numpy Numpy是Python第一个矩阵类型,提供了大量矩阵处理的函数。非正式地来说,它是一个使运算更easy,执行速度更快的库,因为它的内部运算是通过C语言实现的。 numpy包含了两种基本的数据类型:矩阵和数组。在使用标准的python时,处理这两种数据类型都需要循环,而在numpy中则可以省略这些语句。二、简单使用数组Array处理数组的一些例子:>&...转载 2017-08-28 16:53:14 · 720 阅读 · 0 评论 -
Numpy基础笔记(1)
Numpy简介 Numpy(Numerical Python的简称)是高性能科学计算和数据分析的基础包。其部分功能如下: ①ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。 ②用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 ③用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 ④线性代数、随机数生成以及傅里叶变换功...转载 2017-08-28 16:42:45 · 349 阅读 · 0 评论 -
python之pandas的基本使用(2)
一、排序和排名排序:sort_index和sort_values函数代码示例:print 'Series排序'x = Series(range(4), index = ['b', 'a', 'c', 'd'])print x.sort_index() # Series按索引排序'''a 1b 0c 2d 3'''print x.sort_values() ...转载 2017-08-29 22:36:55 · 467 阅读 · 1 评论 -
理解LSTM网络
原文:https://www.jianshu.com/p/9dc9f41f0b29理解原文的关键在于理解,三个门(忘记门,输入门,输出门)和细胞状态的更新。转载 2018-08-01 15:29:06 · 444 阅读 · 0 评论