深度学习
Mestarxh
自然语言处理
展开
-
深度学习 CNN 原理介绍
1. 网络结构如下图所示,CNN架构简单来说就是:图片经过各两次的Convolution,Pooling,Fully Connected就是CNN的架构了,因此只要搞懂Convolution,Pooling,Fully Connected三个部分的内容就可以完全掌握了CNN。2. Convolution Layer卷积层2.1 目的卷积层主要目的是特征提取,下面我们来举个例子来说明它是怎么提取图像的特征的。2.1 卷积过程假设我们有一个5 * 5的图片,我们定义一个3 * 3矩阵,在CN原创 2020-12-10 10:25:04 · 2776 阅读 · 1 评论 -
深度学习 激活函数
什么是激活函数如上图,在神经元中,输入的inputs 通过加权,求和后,还被作用了一个函数,这个函数就是激活函数(Activation Function).为什么需要激活函数激活函数通常有如下一些性质: - 非线性: 当激活函数是线性的时候,一个两层的神经网络就可以逼近基本上所有的函数了.但是,如果激活函数是恒等激活函数的时候($f(x)=x$)就不满足这个性质了,而且如...原创 2018-08-05 19:54:00 · 482 阅读 · 0 评论 -
深度学习 CNN 数学推导
什么是卷积神经网络首先,我们先获取一个感性认识,下图是一个卷积神经网络的示意图: 网络架构如图所示,一个卷积神经网络由若干卷积层、Pooling层、全连接层组成。你可以构建各种不同的卷积神经网络,它的常用架构模式为: INPUT -> [[CONV]*N -> POOL?]*M -> [FC]*K也就是NNN个卷积层叠加,然后(可选)叠加一个Poo...原创 2018-08-30 00:32:17 · 1347 阅读 · 0 评论 -
Python python3.7安装tensorflow问题
下载安装pip install https://download.tensorflow.google.cn/mac/cpu/tensorflow-1.10.0-py3-none-any.whl --upgrade修改async首先找到 XXX/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py,然后...原创 2019-01-16 18:13:57 · 3356 阅读 · 2 评论