Cnn
文章平均质量分 70
仓鼠球球-O-
这个作者很懒,什么都没留下…
展开
-
神经网络改善过拟合
系列文章目录提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档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.读入数据总结欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创原创 2021-04-12 19:09:52 · 1612 阅读 · 0 评论 -
卷积神经网络提取特征原理
众所周知,卷积神经网络是深度学习中非常有代表性的学习领域,而深度学习又是机器学习的主要分支,因此卷积神经网络就是用来让机器学习的过程途径,而机器要学的就是图像中的特征,“卷积”就是用来提取特征的。在卷积神经网络面前,所有图像都是矩阵,矩阵中就是一个个的像素,这些像素组成了我们肉眼看到的图像。最经典的CNN便是Let-5网络卷积过程有三个重要的概念需要知道:局部感知、参数共享、池化局部感知:即网络部分连通,每个神经元只与上一层的部分神经元相连,只感知局部,而不是整幅图像。局部感知通过滑窗实现,局部原创 2021-03-01 19:40:41 · 10790 阅读 · 2 评论 -
你的第一个神经网络-keras识别手写数字(python)
你的第一个神经网络-keras分类mnist数据集提示:博主也是小白,通过学习其他的大神的代码,加了自己的注释和见解,希望能让人更加明白。一起学习!文章目录你的第一个神经网络-keras分类mnist数据集前言一、keras是什么?二、搭建神经网络并测试1.引入库2.加载数据集并处理3.搭建神经网络(全连接)4.神经网络的编译和训练5.测试集上测试模型性能6.运行结果总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机原创 2021-01-28 16:10:43 · 408 阅读 · 2 评论 -
【梯度下降】算法应用和优缺点
文章目录前言一、梯度下降是什么?1、定义和通俗理解2、数学意义3、在深度学习上应用三、梯度下降法 Gradient Descent1、神经网络中的实际应用2、缺点前言在深度学习中,梯度下降是一个重要的概念。在之前的学习中虽然有所接触,但是并没有深入理解,现在看到梯度下降后感觉非常抽象,应当学习下梯度下降的相关知识。一、梯度下降是什么?1、定义和通俗理解对于函数y = f(x),梯度下降法是一种寻求函数y的最小值的方法,通过这种方法,可以回答“当x为多少时,y可以达到最小值”。我的理解是就原创 2021-02-18 21:16:48 · 3897 阅读 · 0 评论 -
深度学习数据集下载
1、工业大数据产业创新平台该数据集收录了全球各个大学、研究机构以及公司捐赠的工业界的公开数据,涵盖了多种行业场景,包括加工制造、轨道交通、能源电力、半导体等行业,从不同层级收录了包括部件级、设备级、产线级的数据;通过该数据集,用户可以了解工业领域的不同场景,以及各个场景下对应的问题并基于该数据研发不同的智能分析建模算法,所提供的数据基于业务目标分类,包括了故障诊断、健康评估、寿命预测等等。用户可以运用数据集进行数据建模训练与验证,与算法及建模工具相结合,能够有效提升用户针对工业大数据分析的实践能力,为工业原创 2021-02-03 18:28:58 · 770 阅读 · 0 评论 -
卷积神经网络CNN预测苹果公司股价AAPL
文章目录前言一、CNN可以做预测吗?二、实现步骤1.准备工作(下载数据集)2.实战开始(1)导入所需包总结前言在大多数同学的眼中,CNN可能只是用来做图像识别的,没办法将他和预测放在一起,我也是,至少我几个小时之前才突然发现原来CNN也是可以做预测的,其实CNN做预测的原理就是利用卷积核的能力,可以感受数据一段时间的情况,根据这数据之前一段时间的情况来做出预测,原理存在,实践开始:提示:以下是本篇文章正文内容,下面案例可供参考一、CNN可以做预测吗?可以。准确的说,是所有的神经网络都原创 2021-02-02 16:14:00 · 3269 阅读 · 13 评论 -
神经网络衣服分类器详解(Fashion-MNIST数据集)
文章目录前言一、Fashion-MNIST是什么?二、代码实现1.引入库2.读取数据集3.数据预处理4.搭建神经网络5.编译和训练神经网络模型6.神经网络预测总结前言每个想要学习深度学习、图像识别的同学,想要用到神经网络,入门的实例必定是MNIST手写数字集,这是所有人都绕不开的,我也是,我之前写了三篇关于MNIST的博文。en…但这个数据集毕竟只有手写数字,有时候并不是能够满足我们开发的要求,于是,Fashion-MNIST出现了。提示:以下是本篇文章正文内容,下面案例可供参考一、Fash原创 2021-01-30 15:31:51 · 16962 阅读 · 3 评论 -
基于卷积神经网络CNN识别mnist手写数字集
提示:之前已经有了基于全连接层的神经网络识别mnist手写数字集,但是识别率较低,这是必然的,这就体现出来了卷积神经网络CNN的优势所在:说其它的都是虚的,最大的优点就是效果好,分类正确率高。即使训练回合少一些,识别率依旧居高不下。但是缺点也很明显:需要调参,需要大数据量,需要大计算量基于CNN的识别mnist手写数字集前言一、卷积神经网络是什么?二、使用步骤1.引入库2.加载数据集3.# 搭建LeNet网络(1)LeNet-5网络(2)搭建过程4.加载数据集总结前言提示:21世纪开始,卷积神经原创 2021-01-30 12:12:49 · 1790 阅读 · 2 评论