- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 初学者怎样使用Keras进行迁移学习
本博客由3部分组成： 什么是迁移学习？ 为什么迁移学习如此有效？ 使用迁移学习实现一个图像识别器。 什么是迁移学习？ 如果没有迁移学习，实现机器学习对于初学者来说是一件非常艰难的事情。在机器学习底层上，涉及计算从输入侧映射到输出之间的函数。函数本身只是一些加法和乘法的计算，当通过非线性激活函数和一些堆叠的神经网络层，可以构建这样的具有学习能力的函数，只要有足够的数据可供学习，并且有...
2019-02-12 15:52:18
254
1
转载 深度学习笔记1：利用numpy从零搭建一个神经网络
深度学习笔记1：利用numpy从零搭建一个神经网络 很多人说深度学习就是个黑箱子，把图像预处理之后丢进 tensorflow 就能出来预测结果，简单有效又省时省力。但正如我在上一篇推送中所说，如果你已是一名功力纯厚的深度学习工程师，这么做当然没问题。但我想大多数人也和我一样，都是走在学习深度学习的路上，一上来就上框架并没有什么特别不妥之处，但总归是对你理解深度学习的黑箱机制是了无裨益的。所以，我建...
2019-02-12 15:33:29
133
Keras的一些简单的Demo
- [01.多层感知机实现及模型的保存](01.mnist_mpl.py)
- [02.模型的加载](02.load_model.py)
- [03.绘制精度和损失曲线](03.plot_acc_loss.py)
- [04.卷积神经网络实现](04.mnist_cnn.py)
- [05.CIFAR10_cnn](05.cifar10_cnn.py)
- [06.mnist_lstm](06.mnist_lstm.py)
- [07.基于Vgg16模型（含全连接层）的图片识别）](07.vgg-16.py)
- [08.卷积滤波器可视化](08.conv_filter_visualization.py)
- [09.变分自动编码器](09.variational_autoencoder.py)
- [10.迁移学习fine-tuning](10.mnist_transfer_cnn.py)
- [11.Keras和Tensorflow联合使用](11.Keras_with_tensorflow.py)
- [12.使用sklearn wrapper进行的参数搜索](12.mnist_sklearn_wrapper.py)
- [13.基于InceptionV3模型（不含全连接层）的迁移学习应用](13.finetune_InceptionV3.py)
- [14.单隐藏层自编码器](14.single_autoencoder.py)
- [15.多隐藏层自编码器](15.multi_autoencoder.py)
- [16.卷积自编码器](16.Convolutional_autoencoder.py)
- [17.图片去噪处理](17.Image_denoising.py)
- [18.Glove词向量进行新闻分类](18.GloVe_word_embeddings.py)
2019-02-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人