![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
搬砖老头
仰望星空,脚踏实地!天道酬勤,机会总是留给有准备的人!
展开
-
keras的lenet实现
下面的代码是使用keras实现,以theano为后端。#encoding:utf-8from keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Dense,Flatten,Conv2D,MaxPool2Dfrom keras.optimizers import S原创 2017-08-16 17:17:10 · 1203 阅读 · 0 评论 -
深度学习cnn调参
在深度学习中,有许多不同的深度网络结构,包括卷积神经网络(CNN或convnet)、长短期记忆网络(LSTM)和生成对抗网络(GAN)等。在计算机视觉领域,对卷积神经网络(简称为CNN)的研究和应用都取得了显著的成果。CNN网络最初的诞生收到了动物视觉神经机制的启发,目前已成功用于机器视觉等领域中。技术博客Towards Data Science最近发布了一篇文章,作者Suki L转载 2017-08-16 09:10:06 · 1659 阅读 · 0 评论 -
RNN技术博客
http://x-algo.cn/index.php/2016/04/25/rnn-recurrent-neural-networks-derivation-and-implementation/ 好的技术博客,关于rnn的实现转载 2017-09-05 10:47:27 · 245 阅读 · 0 评论 -
一文搞懂cnn过程
http://m.blog.csdn.net/v_JULY_v/article/details/51812459 http://dataunion.org/11692.html转载 2017-09-05 16:49:02 · 852 阅读 · 0 评论 -
lstm实战
https://www.leiphone.com/news/201705/llCMyHDMQey8I94F.html lstm实战例子转载 2017-09-07 14:35:48 · 892 阅读 · 0 评论 -
keras实现双向循环RNN,豆瓣电视剧评论情感分析
http://blog.csdn.net/zzulp/article/details/76589044 豆瓣电视剧评分转载 2017-08-30 17:07:40 · 979 阅读 · 0 评论 -
deeplearning的学习资料
http://blog.csdn.net/chencheng12077/article/details/53489884 http://m.2cto.com/kf/201608/532607.htmlhttp://blog.csdn.net/luoyexuge/article/details/70174730http://www.2cto.com/kf/20转载 2017-08-31 10:20:24 · 220 阅读 · 0 评论 -
deeplearning4j实现多感知器的手写数字识别
package com.itcast.wang.test_dl;import org.nd4j.linalg.dataset.api.iterator.DataSetIterator;import org.deeplearning4j.datasets.iterator.impl.MnistDataSetIterator;import org.deeplearning4j.nn原创 2017-08-31 21:41:06 · 808 阅读 · 0 评论 -
Keras搭建的自编码模型
import numpy as np np.random.seed(1337) # for reproducibility from keras.datasets import mnist from keras.models import Model #泛型模型 from keras.layers import Dense, Input import mat原创 2017-08-22 09:41:35 · 2177 阅读 · 1 评论 -
自编码器推导
http://blog.csdn.net/wenxuegeng/article/details/51565440 自编码器详细推导转载 2017-09-12 08:58:00 · 740 阅读 · 0 评论 -
keras的自编码实现
http://m.blog.csdn.net/xuyang508/article/details/74276181 keras的自编码实现转载 2017-09-12 22:03:37 · 1745 阅读 · 0 评论 -
Alexnet详细解析
http://www.cnblogs.com/alexanderkun/p/6918045.html alexnet的深度解析转载 2017-08-16 09:05:57 · 1562 阅读 · 0 评论 -
lenet解析
http://www.cnblogs.com/Rambler1995/p/5467074.html lenet层链接解析转载 2017-08-16 08:59:22 · 189 阅读 · 0 评论 -
keras参数调优
本文主要想为大家介绍如何使用scikit-learn网格搜索功能,并给出一套代码实例。你可以将代码复制粘贴到自己的项目中,作为项目起始。下文所涉及的议题列表:如何在scikit-learn模型中使用Keras。如何在scikit-learn模型中使用网格搜索。如何调优批尺寸和训练epochs。如何调优优化算法。如何调优学习率和动量因子。如何确定网络权值初始值。如何选择神经元激活函数转载 2017-08-15 21:57:22 · 19318 阅读 · 4 评论 -
keras实现常用深度学习模型LeNet,AlexNet,ZFNet,VGGNet,GoogleNet,Resnet
LeNet[python] view plain copy#coding=utf-8 from keras.models import Sequential from keras.layers import Dense,Flatten from keras.layers.convolutional import Conv2D转载 2017-08-16 17:28:24 · 22318 阅读 · 9 评论 -
深度学习调参技巧
深度学习调参技巧:http://www.cnblogs.com/DjangoBlog/category/544871.html(大神的博客地址)转载 2017-08-12 09:23:24 · 464 阅读 · 0 评论 -
深度学习调参
训练技巧对深度学习来说是非常重要的,作为一门实验性质很强的科学,同样的网络结构使用不同的训练方法训练,结果可能会有很大的差异。这里我总结了近一年来的炼丹心得,分享给大家,也欢迎大家补充指正。参数初始化。下面几种方式,随便选一个,结果基本都差不多。但是一定要做。否则可能会减慢收敛速度,影响收敛结果,甚至造成Nan等一系列问题。n_in为网络的输入大小,n_out为网络的输出大小,翻译 2017-08-12 09:41:50 · 518 阅读 · 0 评论 -
deeplearing4J
http://blog.csdn.net/luoyexuge/article/details/73360115 deeplearning4j 深度学习的cnn文本分类转载 2017-08-20 11:15:34 · 400 阅读 · 0 评论 -
lstm的原理 详解
http://www.cnblogs.com/pinard/p/6519110.html lstm原理详解转载 2017-08-21 10:31:14 · 520 阅读 · 0 评论 -
DBN和RBM详解
http://blog.csdn.net/Rainbow0210/article/details/53010694?locationNum=1&fps=1 DBN原理详解转载 2017-08-21 14:34:10 · 1770 阅读 · 0 评论 -
TensorFlow上实现AutoEncoder自编码器
http://blog.csdn.net/marsjhao/article/details/68950697 tensorflow的自编码和稀疏编码的例子转载 2017-08-22 09:45:51 · 960 阅读 · 0 评论 -
tensorflow降噪自动编码器
http://blog.csdn.net/u010089444/article/details/52618864 tensorflow降噪自动编码器转载 2017-08-22 10:07:34 · 1357 阅读 · 0 评论 -
CNN基本公式
http://www.datakit.cn/blog/2016/03/23/bp_cnn.html cnn基本公式转载 2017-09-03 20:24:58 · 3365 阅读 · 0 评论 -
keras知识点笔记
Keras主要包括14个模块,本文主要对Models、layers、Initializations、Activations、Objectives、Optimizers、Preprocessing、metrics共计8个模块分别展开介绍,并通过一个简单的Bp神经网络说明各个模块的作用。 1. Model 包:keras.models 这是Keras中最主要的一个模块,用于对各个组件进行组原创 2017-08-15 21:49:21 · 2248 阅读 · 0 评论 -
vgg结构说明
https://www.sohu.com/a/241338315_787107 vgg结构说明转载 2018-12-23 09:31:06 · 1315 阅读 · 0 评论