- 博客(3)
- 收藏
- 关注
RSS订阅原创 浅谈神经网络
浅谈神经网络本文章将会将神经网络的任务——模型评估、数据预处理、特征工程、解决过 拟合——整合为详细的七步工作流程，用来解决任何机器学习任务。文章目录系列文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结一、机器学习的四个分支1. 监督学习 监督学习是目前最常见的机器学习类型。给定一组样本(通常由人工标注)，它可以学会将 输入数据映射到已知目标[也叫标注(annotation)]。二分类问题、多分类问题和标...
2020-10-04 11:38:50
587
原创 使用预处理的卷积神经网络来检测猫狗图片
使用预处理的卷积神经网络来检测猫狗图片文章目录系列文章目录 前言 一、预训练网络是什么？ 二、特征提取 1.引入库 2.读入数据 总结前言本文是前一篇“使用深度学习分类猫狗图片”的续篇，在原文的基础上对神经网络进行改进。需要先阅读前文。在前文的模型上，通过进一步使用正则化方法以及调节网络参数(比如每个卷积层的过滤器个数或网络中的 4 层数)，可以得到更高的精度，可以达到 86% 或 87%。但只靠从头开始训练自己的卷积神经网络， 再想提高精度就十分困难，..
2020-10-04 10:03:22
543
原创 使用深度学习分类猫狗图片
使用深度学习分类猫狗图片前言 一、下载数据 二、构建网络 三、数据预处理 四、使用数据增强 总结前言本文将介绍如何使用较少的数据从头开始训练一个新的深度学习模型。首先在一个2000个训练样本上训练一个简单的小型卷积神经网络，不做任何正则化，为模型目标设定一个基准。这会得到71%的分类精度。此时的主要问题在于过拟合。然后我们将会介绍数据增强（data augmentation）,它在计算机领域是一种非常强大的降低过拟合de技术。使用数据增强后，网络精度将达到82%。提示：本..
2020-10-02 16:33:19
2403
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人