- 博客(16)
- 资源 (7)
- 收藏
- 关注
转载 keras中LearningRate选择
Time-Based Learning Rate ScheduleKeras has a time-based learning rate schedule built in.The stochastic gradient descent optimization algorithm implementation in the SGD class has an argument calle...
2018-07-31 10:39:44 4715
转载 keras中神经网络优化
1、Keras输出的loss,val这些值如何保存到文本中去:Keras中的fit函数会返回一个History对象,它的History.history属性会把之前的那些值全保存在里面,如果有验证集的话,也包含了验证集的这些指标变化情况,具体写法:hist=model.fit(train_set_x,train_set_y,batch_size=256,shuffle=True,nb_ep...
2018-07-31 10:24:36 1283
转载 深度学习过拟合问题的优化措施
原文:http://www.sohu.com/a/162003640_465944 在上一篇文章“”中,我们已经了解如何在Docker上从头构建一个Keras的运行平台,搭建基础的深度学习环境。接着对我们要做的事情“IMDB影评预测”问题做了分析,对数据做了解释,并且初步使用LSTM网络,实现了一个比较好的深度学习模型。同时我们还提到虽然我们已经取得了比较好的结果,我们还要继续研究一些基础...
2018-07-31 10:04:31 2000
转载 python 类
1、类专有的方法一个类创建的时候,就会包含一些方法,主要有以下方法:类的专有方法:方法 说明 __init__ 构造函数,在生成对象时调用 __del__ 析构函数,释放对象时使用 __repr__ 打印,转换 __setitem__ 按照索引赋值 __getitem__ 按照索引获取值 __len__ 获得长度 _...
2018-07-30 09:42:46 239
转载 神经网络优化-Dropout
Dropout是神经网络和深度学习模型的简单而有效的正则化技术。在这篇文章中,你将发现Dropout正则化技术,以及如何使用Keras将其应用于Python中的模型。看完这篇文章后,你会知道:Dropout正则化的原理。 如何在输入层上使用Dropout。 如何在隐藏的层上使用Dropout。 如何根据问题调整Dropout。让我们开始吧。照片版权:Trekking Rin...
2018-07-29 13:46:05 1393
转载 神经网络常见优化措施
欠拟合与过拟合问题是机器学习中的经典问题,尽管相关的讨论和预防方法非常多,但目前在许多任务中仍经常会出现过拟合等问题,还没有找到一个十分通用、有效的解决方法。不过总体上看,现在人们常用的一些很简洁的方法基本上能够较好地解决欠拟合与过拟合问题,总结如下。欠拟合与过拟合的概念的成因比较简单,观点统一,这里不再介绍。现在常用的判断方法是从训练集中随机选一部分作为一个验证集,采用K折交叉验证的方式,用...
2018-07-29 13:41:35 3318
原创 Ubuntu16.04驱动问题解决
本人在上周连续跑了11天的程序,本来想着关电脑让电脑休息一下,但是就是这个举动,Ubuntu一直卡在了界面,每次输入密码都是没有效果的,总是来来回的显示登录界面,而且一直在报错,经历了千辛万苦,终于把驱动问题解决了,下面就问题做简要概述。 1.我们此时应该先关闭图形化界面,进入Ubuntu的终端,ctrl+alt+f1进入终端,ctrl+alt+f7退出终端; 2.进入终端之后,键...
2018-07-28 14:23:03 6386
转载 keras简介
可以这样说,Keras Python库使得创建深度学习模型变得快速且简单。 序列API使得你能够为大多数问题逐层创建模型。当然它也是有局限性的,那就是它并不能让你创建拥有共享层或具有多个输入或输出的模型。 Keras中的的函数式API是创建模型的另一种方式,它具有更多的灵活性,包括创建更为复杂的模型。 在本教程中,你将了解如何用Keras中更具灵活性的函数式API来定义深度...
2018-07-19 10:21:36 1267
转载 CNN-ASR
总结目前语音识别的发展现状,dnn、rnn/lstm和cnn算是语音识别中几个比较主流的方向。2012年,微软邓力和俞栋老师将前馈神经网络FFDNN(Feed Forward Deep Neural Network)引入到声学模型建模中,将FFDNN的输出层概率用于替换之前GMM-HMM中使用GMM计算的输出概率,引领了DNN-HMM混合系统的风潮。 长短时记忆网络(LSTM,LongS...
2018-07-17 21:20:45 1964
转载 语音识别-语言模型
发布于2017-04-27 由AILEMON统计语言模型:从中文拼音到文本前言:自然语言是信息的载体,记录和传播着信息,信息论之父香农对信息的定义是“信息是用于消除随机不确定性的东西”。信息通过编码,经过一定的信道传输,然后传递到接收者,再解码成对应的可被人理解感知的东西,就完成了一次信息的传递。原始人的通信方式就是说话,而说话是先将信息编码为对应的语言信号,可以是文本,可以是声音...
2018-07-16 19:55:35 3117
转载 语音识别
tensorflow 语音识别最近在做语音识别的项目,现在项目告一段落,就把最近碰到的东西做一个总结。一些资料 https://medium.com/@ageitgey/machine-learning-is-fun-part-6-how-to-do-speech-recognition-with-deep-learning-28293c162f7a https://distill.pub/201...
2018-07-10 10:37:46 716
转载 tensorflow的基本应用
1 tf.split() f.split(dimension, num_split, input):dimension的意思就是输入张量的哪一个维度,如果是0就表示对第0维度进行切割。num_split就是切割的数量,如果是2就表示输入张量被切成2份,每一份是一个列表。例如:import tensorflow as tf;import numpy as np; A = [[1,2,3],[4,...
2018-07-10 10:34:57 355
转载 CTC语音识别
目前主流的语音识别都大致分为特征提取,声学模型,语音模型几个部分。目前结合神经网络的端到端的声学模型训练方法主要CTC和基于Attention两种。本文主要介绍CTC算法的基本概念,可能应用的领域,以及在结合神经网络进行CTC算法的计算细节。CTC算法概念CTC算法全称叫:Connectionist temporal classification。从字面上理解它是用来解决时序类数据的分类问题。传统...
2018-07-09 14:09:37 3116 2
原创 shell基本操作-awk
1、打印文件的第一列(域) : awk '{print $1}' filename2、打印文件的前两列(域) : awk '{print $1,$2}' filename3、打印完第一列,然后打印第二列 : awk '{print $1 $2}' filename4、打印文本文件的总行数 : awk '...
2018-07-07 16:11:53 723
转载 Ubuntu16.04+tensorflow1.8.0+GTX1070+drivers390+cuda9.0+cudnn7.0.5
牢骚上来必须牢骚一下这几天的装机感受,准确的说是5天!就为这么点破玩意。12首先是准备Ubuntu16.04 ,一开始以为win10家和ubuntu家是吵架了,Ubuntu装完开机引导各种失败各种看贴,最终总结出2点经验:主板Boot Mode 必须改成uefi模式;Ubuntu的“安装启动引导器的设备”必须选择/boot所在分区;花了两天解决了Ubuntu系统的种种问题后,完美。直奔主题开始准...
2018-07-05 22:23:10 584
原创 基于深度学习的语音识别研究-CTC理论推导(四)
有时候学习真的得循序渐进,并没有速成的方法,本小白在经历了大约一个月终于把CTC的从头到尾大致看完了,下面讲一下我的理解,欢迎各位朋友批评指正。 首先,我们得知道为什么要引入CTC,前面博客讲到,之前在做语音的声学模型的时候,我们的数据形式是帧与标签的分别对齐,以Thchs30为例,训练集大约25小时的数据集,经过kaldi的GMM-HMM对齐之后,大约分为917w多帧的语音数据,标签经过后...
2018-07-02 22:17:24 5037 6
test_python.rar
2020-08-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人