深度学习
文章平均质量分 92
weixin_42963026
这个作者很懒,什么都没留下…
展开
-
第一章:python深度学习——波斯美女
python深度学习(第二版)——【美】费朗索瓦.肖莱原创 2023-11-09 17:30:57 · 288 阅读 · 0 评论 -
第3章——深度学习入门(鱼书)
学习笔记第3章神经网络从感知机到神经网络神经网络的例子图 3-1中的网络一共由 3层神经元构成,但实质上只有 2层神经元有权重,因此将其称为“2层网络”。请注意,有的书也会根据构成网络的层数,把图 3-1的网络称为“3层网络”。本书将根据实质上拥有权重的层数(输入层、隐藏层、输出层的总数减去 1后的数量)来表示网络的名称。复习感知机激活函数登场刚才登场的hx)函数会将输入信号的总和转换为输出信号,这种函数一般称为激活函数(activation function)。原创 2023-11-10 16:15:40 · 605 阅读 · 0 评论 -
第7章 python深度学习——波斯美女
Keras 函数式 API;使用 Keras 回调函数;使用 TensorBoard 可视化工具;开发最先进模型的重要最佳实践原创 2024-01-31 08:42:58 · 380 阅读 · 0 评论 -
第8章 python深度学习——波斯美女
使用 LSTM 生成文本;实现 DeepDream;实现神经风格迁移;变分自编码器;了解生成式对抗网络原创 2024-01-31 11:15:24 · 1221 阅读 · 0 评论 -
第4章——深度学习入门(鱼书)
第4章 神经网络的学习原创 2024-02-07 01:17:41 · 1193 阅读 · 0 评论 -
第5章——深度学习入门(鱼书)
第5章 误差反向传播法原创 2024-02-07 01:16:02 · 973 阅读 · 0 评论 -
第3章-python深度学习——(波斯美女)
第3章 神经网络入门本章包括以下内容: 神经网络的核心组件 Keras 简介 建立深度学习工作站 使用神经网络解决基本的分类问题与回归问题本章的目的是让你开始用神经网络来解决实际问题。你将进一步巩固在第 2 章第一个示例中学到的知识,还会将学到的知识应用于三个新问题,这三个问题涵盖神经网络最常见的三种使用场景:二分类问题、多分类问题和标量回归问题。 本章将进一步介绍神经网络的核心组件,即层、网络、目标函数和优化器;还会简要介绍Keras,它是贯穿本书的 Pytho原创 2024-01-27 17:37:21 · 1631 阅读 · 0 评论 -
第5章 python深度学习——波斯美女
我们将深入讲解卷积神经网络的原理,以及它在计算机视觉任务上为什么如此成功。但在 此之前,我们先来看一个简单的卷积神经网络示例,即使用卷积神经网络对 MNIST 数字进行分 类,这个任务我们在第 2 章用密集连接网络做过(当时的测试精度为 97.8%)。虽然本例中的卷 积神经网络很简单,但其精度肯定会超过第 2 章的密集连接网络。下列代码将会展示一个简单的卷积神经网络。它是Conv2D 层和 MaxPooling2D 层的堆叠。很快你就会知道这些层的作用。D)g2D)None重要的是,原创 2024-01-26 22:14:14 · 1232 阅读 · 0 评论 -
第4章 python深度学习——(波斯美女)
本章包括以下内容:除分类和回归之外的机器学习形式评估机器学习模型的规范流程为深度学习准备数据特征工程解决过拟合处理机器学习问题的通用工作流程学完第3 章的三个实例,你应该已经知道如何用神经网络解决分类问题和回归问题,而且也看到了机器学习的核心难题:过拟合。本章会将你对这些问题的直觉固化为解决深度学习问题的可靠的概念框架。我们将把所有这些概念——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。原创 2024-01-28 22:59:53 · 2273 阅读 · 0 评论 -
第6章 python深度学习—第6章(波斯美女)
将文本数据预处理为有用的数据表示;使用循环神经网络;使用一维卷积神经网络处理序列原创 2024-01-15 23:35:48 · 1075 阅读 · 0 评论 -
第2章-python深度学习——波斯女
本章包括以下内容:第一个神经网络示例;张量与张量运算;神经网络如何通过反向传播与梯度下降进行学习原创 2024-01-26 22:54:46 · 1454 阅读 · 2 评论