![](https://img-blog.csdnimg.cn/20200115223254433.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习入门应用专题
以博主自身学习深度学习的思路为例 为深度学习入门级学者提供学习内容
我这一次
这个作者很懒,什么都没留下…
展开
-
深度学习-图像分类经典模型(pretrained model)
一、来自TensorFlow官网的下载链接http://download.tensorflow.org/models/inception_resnet_v2_2016_08_30.tar.gzhttp://download.tensorflow.org/models/vgg_19_2016_08_28.tar.gzInception V1. FROM: http://downloa...转载 2020-02-08 22:08:14 · 1530 阅读 · 0 评论 -
深度学习入门(4)----用循环神经网络进行自然语言处理
应用背景介绍:自然语言具有时序特征,因此可以通过循环神经网络对自然语言进行处理。自然语言是以词、句、文章这些语言元素为单位的。python中最常用的word2vec工具是可以将单词转换成向量,将单词转换成向量的好处主要有以下两个:(1)将单词向量化,实现数字化处理,从而直接通过神经网络进行计算;(2)利用了向量之间的距离计算,从而可以计算出不同的单词之间的距离,从而不同的单词之间的关系可以用...原创 2020-02-08 21:59:06 · 1683 阅读 · 0 评论 -
深度学习入门(3)----用长短时记忆网络进行汇率预测
在前面两篇博文中分别介绍了深度学习入门(1)----用卷积神经网络进行图像识别(一)和深度学习入门(1)----用卷积神经网络进行图像识别(二),在本文中将介绍长短时记忆网络的应用。卷积神经网络是一种前馈神经网络,其特点是信号在其中始终向前传播,每一次神经网络的输入数据与以前输入的数据也没有任何关系,也就是神经网络的计算结果与不同批次输入数据的前后时间顺序没有关系。但是在实际的应用过程中,很多...原创 2020-02-08 20:54:51 · 1076 阅读 · 0 评论 -
深度学习入门(2)----用卷积神经网络进行图像识别(二)
在深度学习入门(1)----用卷积神经网络进行图像识别(一)中已经详细介绍了卷积神经网络网络进行图像识别的基本应用,本文在上文的基础上,主要解决如下的问题:实现一个包含4个卷积层、2个全连接层的卷积神经网络来处理88点阵的灰度图像识别。说明:请自行准备一个包含灰度像素的文本文件checkData64.txt,其中每行前64个数字是88矩阵中每个点的灰度,灰度值为0-255,最后3个数字还是3种...原创 2020-02-06 18:35:01 · 1721 阅读 · 0 评论 -
深度学习入门(1)----用卷积神经网络进行图像识别(一)
在深度学习入门的过程中,卷积神经网络(Convolutional Neural Netwok, CNN)模型的学习是必不可少的,CNN是深度学习理论和方法中的重要组成部分。为了更好的学习到卷积神经网络的应用,将通过卷积神经网络模型在图像识别领域的应用来入门。应用背景:本项目将通过识别手写的“对”、“错”图像,也就是常说的“√”“×”,训练数据保存在’checkData.txt’文件中。...原创 2020-02-06 11:56:24 · 4611 阅读 · 0 评论