tensorflow
文章平均质量分 65
柳小葱
北京市某高校管理科学与工程专业的学生,主要研究方向是人工智能与大数据,二进宫字节,曾担任字节跳动大数据开发实习生、滴滴出行数据研发及分析实习生,目前已获数据库系统工程师(软考中级)、阿里云大数据助理工程师(ACA)证书。欢迎大家一起学习和交流!
展开
-
python深度学习之图像识别案例(Opencv)
#本文是基于caffe框架训练的Moblie-SSD模型,在原创 2021-04-03 10:29:24 · 15624 阅读 · 16 评论 -
python深度学习之TCN实例
1.TCN的介绍近些年,关于时间序列、自然语言处理等任务大家一般都会想到RNN、LSTM、GRU,一维CNN以及后面延伸出的Bi-Lstm、ConvLstm等等,这是因为RNN天生可以记住以前时段的信息,而传统的神经网络并不具有这个功能。卷积神经网络和循环神经网络作为深度学习的两大支柱,已近被越来越多的学者进行研究。在最近的研究之中,特定的卷积神经网络结构也可以达到很好的效果,比如Goolgle提出的用来做语音合成的wavenet,Facebook提出的用来做翻译的卷积神经网络。这就体现出经过特定设计的卷原创 2021-04-01 23:42:04 · 10255 阅读 · 3 评论 -
python深度学习之基于LSTM时间序列的股票价格预测
1.本文是一篇LSTM处理时间序列的案例我们先来看看数据集,这里包含了一只股票的开盘价,最高价,最低价,收盘价,交易量的信息。本文基于LSTM对收盘价(close)进行预测2. 单维对单步的预测我们这是用前n天的数据预测第n+1天的数据。单维单步的蛤含义如下图,利用2天的数据预测第三天的数据。trainX的形状为(5,2),trainY的形状为(5,1)3.导入所需要的数据#关于lstm对时间序列数据的预测import numpy as npimport matplotlib.pyp原创 2021-03-17 20:52:58 · 32544 阅读 · 77 评论 -
python深度学习之GA(遗传算法)优化LSTM神经网络
上次优化完bp神经网络后,发现用matlab优化高级的神经网络太慢了,于是用tensorflow继续学习GA优化部分。1.项目概述本文采用的是python编程,使用的数据集是mnist手写数据集,该数据集主要是对0-9的手写数字体识别,虽然说图像识别方面用CNN识别率较高,但这里LSTM也可以获取较高的准确率。2.优化参数本文优化的是LSTM的层数参数和各层神经元参数,其中包含了lstm层和Dense层,其中我们规定了神经网络的层数不超过3层,每层的神经元个数在[32,256]之间。3.注意事项原创 2021-03-15 14:17:26 · 21518 阅读 · 89 评论 -
tensorflow2.0构建神经网络之多分类问题
本结使用的是tensorflow自带的新闻数据,它包含了很多短新闻以及对应的主题,一共含有46个不同的主题。构建神经网络1.数据准备我们设定出现频率最高的前10000个单词作为标准,一共含有8982个训练集和2246个测试样本from tensorflow.keras.datasets import reutersimport tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltfrom tensorflow.ke原创 2020-11-08 10:21:20 · 2581 阅读 · 0 评论 -
tensorflow2.0构建神经网络之二分类问题
二分类问题可能是应用范围最广的机器学习问题,这里我们将利用数据集IMDB进行一个二分类问题的案例。IMDB数据集是keras库中自带的数据数据集是来自互联网电影评论的50000条数据,这些数据被分为严重的两极,25000条用于训练,25000用于测试。1.导入数据包,导入实验数据from tensorflow.keras.datasets import imdbfrom tensorflow.keras import layers,modelsimport numpy as np#num_wo原创 2020-11-02 20:21:24 · 3244 阅读 · 0 评论