神经网络
芥末的无奈
这个作者很懒,什么都没留下…
展开
-
神经网络之预测共享单车使用情况
神经网络之预测共享单车使用情况该项目为优达学城Deep Learning Foundation Nanodegree Program的Neural Network阶段项目原始数据和代码可以在 https://github.com/udacity/deep-learning/tree/master/first-neural-network 进行下载本文为该项目的个人总结以及解决方案,主要在代码层原创 2017-10-18 16:54:29 · 10540 阅读 · 15 评论 -
神经网络之文本情感分析(一)
情感分析 Sentiment Analysis本文主要是对优达学城 深度学习 第二部分卷积神经网络中Lesson2的一个总结,主要在代码层面目标:利用BP神经网络判断一段影评是正面评价(Positive)还是负面评价(Negative)代码以及Solution可以在 这里进行下载(运行在jupyter notebook)Project 1项目1并没有直接开始搭建网络,而是从直观上对我们的数据原创 2017-10-26 19:26:39 · 11090 阅读 · 1 评论 -
神经网络之文本情感分析(二)
Projet 2在Project 1 中,我们学习了如何处理和统计reviews基于上一个Project”一个萝卜一个坑”的思想,我们将文本进行了数字化,使得文本可以作为输入进行训练在Project 2中我们将构建一个两层的神经网络,并进行训练import numpy as npimport sysimport timeimport pandas as pd# 读取数据reviews原创 2017-10-26 20:08:51 · 3987 阅读 · 0 评论 -
神经网络之文本情感分析(三)
Project 3在Project 2中,我们构建并训练了一个两层的神经网络用于情感的分析,但是准确率不尽人意在这个Project中,我们将对问题进行分析,思考如何提高准确率到底出了什么问题?总结来说,就是输入数据噪声太大了。这里的噪声是指那些对于输出没有任何价值的单词,比如the, an, of, on等等。这些单词属于中性词,对于判断Positive或者Negative没有任何帮助,并且原创 2017-10-26 21:01:54 · 1674 阅读 · 1 评论 -
神经网络之文本情感分析(四)
# Project 4+ 在Project 3中,我们对神经网络做了一丢丢的改变就使得准率上升了一大截+ 在这个Project中,我们将对神经网络进行改进,使得训练的速度更快。+ 如何实现呢?我们的网络存在很多不必要的计算,只要排除这些不必要的计算,那么速度就会飞起。下面举个例子说明一下为什么我们的网络存在很多不必要的计算import numpy as npimport sysimpor原创 2017-11-09 15:48:38 · 1492 阅读 · 1 评论