深度学习
红丶
Stay hungry, stay foolish.
展开
-
Keras模型进行交叉验证
交叉验证交叉验证的基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set or test set),首先用训练集对分类器进行训练,再利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标。Keras模型交叉验证本次案例数据集采用鸢尾花的分类数据集导入模块from sklearn.model_selection import cross_val_scorefrom sklearn.原创 2020-09-15 21:33:26 · 5028 阅读 · 2 评论 -
用卷积层代替全连接层做mnist手写数字识别
由于博主之前已经写了一篇mnist的文章,关于mnist数据集的介绍这里就不过多赘述了,简单来说mnist中有6万张训练图片,1万张测试图片,每张图片都是手写数字0-9中一个。我们训练模型希望模型能正确做出预测。本文的重点在于用卷积层代替最后的全连接层。一般的图片分类,最后一般是使用Flatten层和Dense层。以博主之前那篇文章为例,模型的结构是:如何用卷积层代替Flatten层和Dense层呢?首先我们得明确,最后一层一定有十个输出,用于做分类交叉熵。此时,便想到了用1*1卷积,将通道数原创 2020-06-08 20:04:12 · 1335 阅读 · 0 评论 -
用二维卷积做mnist手写数字识别
为了让大家理解到生成器对内存的节约,下面用一个小例子来作说明import sysa = (i for i in range(10000))b = [i for i in range(10000)]print("a的类型为:",type(a))print("b的类型为:",type(b))print("a所占内存大小为:",sys.getsizeof(a))print("b所占内存大小为:",sys.getsizeof(b))print("=============")print("a取出一原创 2020-06-01 12:17:19 · 1490 阅读 · 0 评论 -
一维卷积和LSTM模型的比较
我们首先看这样一条影评这是一部很棒的电影。你无法想象我第一次看到它时的震惊。天哪!这是我出生以来看过的最好的电影。没有比这更好的了。我相信大多数人会和我保持同样的看法。其英文翻译为:It’s such a great movie. You can’t imagine the shock when I saw it for the first time. My God! It’s the be...原创 2020-05-15 13:39:09 · 3821 阅读 · 1 评论 -
用LSTM模型做imdb电影评论情感分析
imdb数据集介绍IMDB影评数据集中含有来自IMDB的25,000条影评,被标记为正面/负面两种评价。影评已被预处理为词下标构成的序列。方便起见,单词的下标基于它在数据集中出现的频率标定,例如整数3所编码的词为数据集中第3常出现的词。这样的组织方法使得用户可以快速完成诸如“只考虑最常出现的10,000个词,但不考虑最常出现的20个词”这样的操作按照惯例,0不代表任何特定的词,而用来编码任何未知单词keras中内置了imdb数据集,我们直接导入即可(由于已经下载了,这里指定path)。由于博主之前已原创 2020-05-13 19:30:05 · 6160 阅读 · 3 评论 -
用一维卷积模型做imdb电影评论情感分析
imdb数据集介绍IMDB影评数据集中含有来自IMDB的25,000条影评,被标记为正面/负面两种评价。影评已被预处理为词下标构成的序列。方便起见,单词的下标基于它在数据集中出现的频率标定,例如整数3所编码的词为数据集中第3常出现的词。这样的组织方法使得用户可以快速完成诸如“只考虑最常出现的10,000个词,但不考虑最常出现的20个词”这样的操作按照惯例,0不代表任何特定的词,而用来编码任何未...原创 2020-05-08 12:47:46 · 2344 阅读 · 0 评论 -
深度学习之波士顿房价预测
文章目录前言观察数据导入数据将特征标准化定义模型训练模型预测房价保存模型前言在现代人类的生活中经常遇到分类与预测的问题,目标变量的值可能受多个因素影响,而不同的因素对于目标变量的影响的权重也不相同,有的因素可能影响更大有的可能更小,人们通常会通过这些已知的因素来预测目标变量的值。房价也是受多个因素影响的,如房子所在的地理位置,房子周边交通是否方便,房子是否邻近学校或医院,这些都影响了房子的价...原创 2020-05-05 19:43:35 · 6092 阅读 · 5 评论 -
初识深度学习以及keras的使用
什么是深度学习深度学习是机器学习的一个分支领域,是从数据中学习表示的一种新方法,其主要是在连续的层中进行学习,含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。下面放一张图来解释深度学习的过程。首先是输入层,输入层中每一个节点表示一个特征,以这张图为例,假设特征数为4,分别为s1,s2,s3,s4,第一个...原创 2020-04-23 16:17:10 · 1471 阅读 · 1 评论