![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 80
愤逗
自动驾驶领域感知从业
展开
-
使用keras框架编写三层神经网络解决房价预测问题
最近接触到了keras框架,因为需要做一些神经网络的实验。之前学过tensorflow框架,但是对于研究而言,这个框架确实上手难度比较大,即便是tensorflow的运算速度上要比keras高。学习keras框架,我选择的书籍是《python深度学习》,因为我想研究的领域大多是一些拟合问题,所以第三章的前半部分大致读一下就略过了,重点放在了用于拟合问题的神经网络学习上,在书中给出的问题是:波士顿...原创 2019-11-19 16:02:22 · 2356 阅读 · 2 评论 -
《深度学习》花书学习第一周
深度学习第一周一、学习内容------------------------------------------------------------------------------7月29日起5.1学习算法································875.2容量、过拟合和欠拟合····················975.3超参数和验证集············...原创 2019-08-28 08:15:14 · 182 阅读 · 0 评论 -
神经网络激活函数的作用、类型、设计原则
一. 激活函数激活函数激活函数在神经元中非常重要的。为了增强网络的表示能力和学习能力,1.激活函数需要具备以下几点性质:(1)连续并可导(允许少数点上不可导)的非线性函数。可导的激活函数可以直接利用数值优化的方法来学习网络参数。(2)激活函数及其导函数要尽可能的简单,有利于提高网络计算效率。(3)激活函数的导函数的值域要在一个合适的区间内,不能太大也不能太小,否则会影响训练的效率和稳定性...原创 2019-09-03 08:18:34 · 1600 阅读 · 0 评论 -
多标签分类问题中的评价指标:准确率,交叉熵代价函数
参考博客https://blog.csdn.net/qq_36396104/article/details/88647634博客第一部分讲的平方代价函数的缺点,第二部分即论述为什么神经网络会使用交叉熵代价函数。其中,讲到了交叉熵在多标签分类问题中的应用,这是我之前博客没有提到的,所以我在这篇博客中进行总结。首先需要说说,评价分类模型进行分类处理是好是坏的几个指标模型在处理分类问题时,分...原创 2019-10-07 17:55:08 · 3201 阅读 · 1 评论