![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 54
小南瓜^o^
这个作者很懒,什么都没留下…
展开
-
用Tensorflow实现图片分类+详细注解
使用tensorflow实现花卉分类,训练样本用的是网上的花卉数据集,测试样本是在网上重新下载的各种花的图片,代码如下。 from skimage import io,transform #skimage模块下的io transform(图像的形变与缩放)模块import glob #glob 文件通配符模块import os #os 处理文件和目录的模块import ten...原创 2018-06-03 22:21:25 · 28177 阅读 · 74 评论 -
使用seq2seq预测当天的股票价格
1.tensorflow中的seq2seq在tensorflow中有两套seq2seq的接口。一套是tensorflow1.0版本之前的旧接口,在tf.contrib.legacy_seq2seq下;另一套为tensorflow1.0版本之后推出的新接口,在tf.contrib.seq2seq下。本文使用的是seq2seq的旧接口,旧接口的功能相对简单,是静态的展开模式,新接口功能更加强大,使...原创 2018-09-28 19:56:52 · 5545 阅读 · 55 评论 -
梯度爆炸的解决办法:clip gradient
转载:https://blog.csdn.net/u010814042/article/details/76154391在一个只有一个隐藏节点的网络中,损失函数和权值w偏置b构成error surface,其中有一堵墙,如下所示 损失函数每次迭代都是每次一小步,但是当遇到这堵墙时,在墙上的某点计算梯度,梯度会瞬间增大,指向某处不理想的位置。如果我们使用缩放,可以把误导控制在可接受范围内,...转载 2018-12-03 11:13:54 · 392 阅读 · 0 评论 -
GoogLeNet模型介绍---inceptionv1,v2,v3,v4原理
GoogLeNet,核心亮点就是Inception,网络的最大特点是用全局平均池化取代全连接层,减少了模型计算量,使得模型训练速度更快并且减轻了过拟合。 Inception目前已经有v2,V3,V4版本,主要针对解决深层网络以下3个问题:参数太多容易过拟合,训练数据集有限。 网络越大计算复杂度越大,难以应用。 网络越深,梯度往后越容易消失,难以优化模型`。I...原创 2019-05-18 11:30:33 · 1678 阅读 · 0 评论