深度学习
XB_please
谢谢
展开
-
卷积神经网络在自然语言处理中的应用学习
1.论文《Convolutional Neural Networks for Sentence Classification》2.从CNN视角看在自然语言处理上的应用;3.卷积神经网络(CNN)应用于自然语言处理(NLP);4.卷积神经网络在自然语言处理的应用;5.自然语言处理中CNN模型几种常见的Max Pooling操作。...原创 2020-05-14 12:53:08 · 377 阅读 · 0 评论 -
Tensorflow2.0模型(官方文档)笔记:模型类的建立
Keras 有两个重要的概念: 模型(Model) 和 层(Layer) 。层将各种计算流程和变量进行了封装(例如基本的全连接层,CNN 的卷积层、池化层等),而模型则将各种层进行组织和连接,并封装成一个整体,描述了如何将输入数据通过各种层以及运算而得到输出。在需要模型调用的时候,使用 y_pred = model(X)的形式即可。Keras 模型以类的形式呈现,我们可以通过继承 tf.kera...原创 2019-10-31 11:13:42 · 658 阅读 · 0 评论 -
Tensorflow2.0模型(官方文档)笔记:基础
在 TensorFlow 2.0 版本中,Eager Execution 模式为默认模式,无需额外调tf.enable_eager_execution()函数(不过若要关闭 Eager Execution,则需调用tf.compat.v1.disable_eager_execution()函数)。TensorFlow 的大多数 API 函数会根据输入的值自动推断张量中元素的类型(一般默认为tf...原创 2019-10-31 10:26:51 · 1209 阅读 · 0 评论 -
Tensorflow-keras实战(十一):Embedding实战(embedding+padding+pooling)
目录:1.理论部分:1.1 Embedding与变长输入的处理1.2 序列式问题1.3 循环神经网络1.4 LSTM模型2.实战部分:2.1 Keras实战embedding2.2 Keras搭建循环神经网络2.3 Keras文本生成实战2.4 Keras搭建LSTM模型2.5 Kaggle文本分类数据集实战理论部分1.1 Embedding与变长输入的处理...原创 2019-09-30 14:22:47 · 1591 阅读 · 0 评论 -
【转】史上最全!多图带你读懂各种常见卷积类型
英文原文:A Comprehensive Introduction to Different Types of Convolutions in Deep Learning如果你在深度学习中听说过不同类型的卷积(例如2d/3d/1x1/转置卷积/空洞卷积(ATROUS)/深度可分离卷积/深度卷积/扁平卷积/分组卷积/随机分组卷积),并且对它们的实际含义感到困惑,那么本文就是为了让你理解它们是如何...转载 2019-09-24 17:07:00 · 7439 阅读 · 1 评论 -
Tensorflow-keras实战(十):Tf1.0计算图构建与自定义estimator
目录:1.Tf1.0计算图构建2.Tf1.0dataset使用2.1 使用 make_one_shot_iterator2.2 使用make_initializable_iterator3.tf1.0自定义estimator1.Tf1.0计算图构建import matplotlib as mplimport matplotlib.pyplot as plt%matplotlib ...原创 2019-09-21 16:02:41 · 1024 阅读 · 0 评论 -
Tensorflow-keras实战(九):Estimator实战
目录:1.泰坦尼克问题和feature_column结合使用2.预定义estimator使用3.交叉验证特征实战1.泰坦尼克问题和feature_column结合使用import matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inlineimport numpy as npimport pandas as ...原创 2019-09-19 12:23:08 · 993 阅读 · 1 评论 -
Tensorflow-keras实战(八):tfrecords实战
目录:1.tfrecord基础2.tfrecords实战1.tfrecord基础import matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inlineimport numpy as npimport pandas as pdimport osimport sklearnimport sysimpor...原创 2019-09-18 13:18:05 · 1395 阅读 · 1 评论 -
Tensorflow-keras实战(七):tf.data.Dataset
目录:1.基础api2.tf_data_generate_csv及与keras结合实战1.基础apiimport matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inlineimport numpy as npimport pandas as pdimport osimport sklearnimport...原创 2019-09-17 13:07:32 · 2005 阅读 · 0 评论 -
Tensorflow_keras实战(六):自定义求导(tf.GradientTape)
目录1.metric使用2.tf.GradientTape与tf.keras结合实现自定义求导1.metric使用metric = keras.metric.MeanSquaredError()print(metric([5.],[2.]))print(metric([0.],[1.]))print(metric.result())metric.reset_states()me...原创 2019-09-16 11:04:12 · 1496 阅读 · 0 评论 -
Tensorflow_keras实战(五):自定义损失函数和DenseLayer
目录1.自定义损失函数2.自定义DenseLayer2.1 带参2.2 不带参1.自定义损失函数import matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inlineimport numpy as npimport pandas as pdimport osimport sklearnimport...原创 2019-09-15 12:50:48 · 1217 阅读 · 0 评论 -
Tensorflow 2.0 基础API
1.导入import matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inlineimport numpy as npimport pandas as pdimport osimport sklearnimport sysimport timeimport tensorflow as tffrom te...原创 2019-09-08 15:02:08 · 1226 阅读 · 0 评论 -
Tensorflow-keras实战(四):超参数搜索(借助sklearn)
目录超参数搜索1.为什么要超参数搜索2.搜索策略2.1 网格搜索2.2 随机搜索2.3 遗传算法搜索2.4 启发式搜索3.实战使用scikit实现超参数搜索3.1 手动实现hp搜索3.2 借助sklearn实现hp搜索3.3 实战sklearn hp搜索1.为什么要超参数搜索2.搜索策略2.1 网格搜索2.2 随机搜索2.3 遗传算法2.4 启发式搜索...原创 2019-09-07 13:55:58 · 1976 阅读 · 2 评论 -
Tensorflow-keras实战(三):Wide & Deep模型
目录理论1.相关论文2.稀疏特征及优缺点3.密集特征及优缺点4.Wide & deep vs. Wide及Wide & deep vs. Deep的模型结构5.Google Play应用实战1.功能API(函数式API)2.子类API3.多输入4.多输出理论1.Wide & Deep模型相关论文:https://arxiv.org/pdf/160...原创 2019-09-05 17:07:17 · 2888 阅读 · 3 评论 -
Tensorflow-keras实战(二)
实战1.keras实现深度神经网络2.keras更改激活函数3.keras实现批归一化4.keras实现dropout1.keras实现深度神经网络import matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inlineimport numpy as npimport pandas as pdimpor...原创 2019-09-05 15:09:38 · 439 阅读 · 0 评论 -
Tensorflow-keras实战(一)
目录理论部分1.Tensorflow-keras简介2.分类问题、回归问题、损失函数3.神经网络、激活函数、批归一化、Dropout4.Wide & deep 模型5.超参数搜索实战部分1.Keras搭建分类模型2.keras回调函数3.keras搭建回归模型4.keras搭建深度神经网络5.keras实现wide&deep模型6.keras与scikit...原创 2019-09-04 16:27:02 · 1920 阅读 · 3 评论 -
主成分分析
目录:1.什么是PCA?2.PCA的作用?3.PCA步骤?1.什么是PCA?PCA(principal components analysis)即主成分分析技术,又称主分量分析。主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。在统计学中,主成分分析PCA是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中,使得任何数据投影的第一...原创 2019-09-03 18:04:22 · 800 阅读 · 0 评论