weixin_53002252-CSDN博客

转载什么是批标准化 (Batch Normalization)

什么是批标准化 (Batch Normalization)每层都做标准化你再也不用去理会过拟合中drop out、L2正则项参数的选择问题，采用BN算法后，你可以移除这两项了参数，或者可以选择更小的L2正则约束参数了，因为BN具有提高网络泛化能力的特性；再也不需要使用使用局部响应归一化层了（局部响应归一化是Alexnet网络用到的方法，搞视觉的估计比较熟悉），因为BN本身就是一个归一化网络层。BN概述就像激活函数层、卷积层、全连接层、池化层一样，BN(Batch Normalization)也属于网

2021-07-17 14:47:51 825

原创深度学习keras学习笔记

深度学习keras学习笔记1、优化的模型分为三种：牛顿法、最小二乘法、梯度下降法。2、神经网络中常用梯度下降算法，在数据处理方面常用一个误差函数来看预测出来的值与真实的值的差别：cost=(predicted-real)2=(Wx-y)23、如何用keras建立一个CNN神经网络的步骤：第一层卷积层（激活函数）第一层池化层第二层卷积层（激活函数）第二层池化层（Flatten()过渡，拉成一维向量）第一层全连接层（激活函数）第二层全连接层（激活函数）优化器.compile()搭

2021-05-12 10:04:51 184

转载 Python机器学习笔记：深入理解Keras中序贯模型和函数模型

Python机器学习笔记：深入理解Keras中序贯模型和函数模型先从sklearn说起吧，如果学习了sklearn的话，那么学习Keras相对来说比较容易。为什么这样说呢？　　我们首先比较一下sklearn的机器学习大致使用流程和Keras的大致使用流程：sklearn的机器学习使用流程：from sklearn.模型簇 import 模型名from sklearn.metrics import 评价指标 ''' 数据预处理及训练测试集分离提取'''myModel = 模

2021-04-27 19:33:01 1014

转载 python中groupby函数详解（非常容易懂）

python中groupby函数详解（非常容易懂）一、groupby 能做什么？python中groupby函数主要的作用是进行数据的分组以及分组后地组内运算！对于数据的分组和分组运算主要是指groupby函数的应用，具体函数的规则如下：df.groupby([df[属性],df[属性])(指分类的属性，数据的限定定语，可以有多个).mean()(对于数据的计算方式——函数名称)举例如下：print(df[“评分”].groupby([df[“地区”],df[“类型”]]).mean())#上

2021-04-27 09:08:06 34056 2

转载 python编码总结(编码类型、格式、转码)

python编码总结(编码类型、格式、转码)【所谓unicode】unicode是一种类似于符号集的抽象编码，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。也就是它只是一种内部表示，不能直接保存。所以存储时需要规定一种存储形式，比如utf-8和utf-16等。理论上unicode是一种能够容纳全世界所有语言文字的编码方案。（其他编码格式不再多说）【所谓GB码】GB就是“国标”的意思，即：中华人民共和国国家标准。GB码是面向汉字的编码，包括GB2312（GB2312-80），GBK

2021-04-26 09:18:45 794

转载 Python:将utf-8格式的文件转换成gbk格式的文件

Python:将utf-8格式的文件转换成gbk格式的文件需求：将utf-8格式的文件转换成gbk格式的文件实现代码如下：def ReadFile(filePath,encoding="utf-8"): with codecs.open(filePath,"r",encoding) as f: return f.read() def WriteFile(filePath,u,encoding="gbk"): with codecs.open(filePath,"w"

2021-04-26 08:54:30 790

转载 Keras版本升级函数变换导致的问题

Keras版本升级函数变换导致的问题在使用 CNN的时候，报错： TypeError: (‘Keyword argument not understood:’, ‘padding’)将“padding”改为“border_mode”，即可原因：padding 是Keras 2.X的语法，而我的PC安装的是 Keras 1.X版本。二者的API 有一些地方是有变化的。如下：（从 1.X 到 2.X ）========【Models】1、Constructor arguments for Mo

2021-04-11 17:17:52 600

weixin_53002252的博客