- 博客(6)
- 收藏
- 关注
RSS订阅原创 卷积神经网络的搭建
np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), ‘constant’，constant_value=(0,0)) 往arr3D填充，填充值为constant_value,填充类型为constant，填充位置为(0, 0), (1, 1), (2, 2)。 在三维数组中有三个轴，轴0：从平面上看，上面加0个面下面加0个面 轴1：从行上看，上面加1行下面加一行 轴2：从列上看，上面加1列下面加1列 四维数组x。 x[1,1]为指定前两个维度，后两个维度全部输出，相当于x[1,1,
2021-05-28 19:19:26
177
原创 tensorflow实现softmax全文注释，自用
1.Y_train和Y_test用one_hot处理 2. X,Y用tf.placeholder初始化 tf.placeholder(类型，[如果是矩阵这个位置填形状]，name=‘某’) 矩阵形状：[特征值数，NULL]。数目不定 3. W与b用tf.get_variable初始化但初始化方式,initializer不同 W1=tf.get_variable(‘W1’，（如果是矩阵这个位置填形状）,initializer=tf.glorot_uniform_initializer(seed
2021-05-17 00:43:33
384
原创 载入图片，转rgb为数组，进行预测分类
from PIL import Image my_image=“cat1.jpg” image=Image.open(my_image).convert(“RGB”).resize((64,64)) I_array=np.array(image).reshape(64643,-1)** AL=L_model_forward(I_array,parameters) plt.title(“This picture’s prediction type is”+str(classes[int(AL)])) plt.
2021-05-16 19:43:06
231
原创 神经网络学习-Adam算法
总体记忆：梯度的移动平均值比上平方梯度的移动平均值，构建为新的梯度进行计算 默认：beta1:0.9 (momentun) beta2:0.999 (RMSprop) epsilon=1e-8 (1的负8次方)
2021-05-16 19:36:45
468
原创 2021/5/14mini-batch实现细节
1.打乱数据顺序 permutation=np.random.permutation(m) 生成0~a-1元素组成的数组b shuffled_X=X[:,permutation] 按照b的顺序从d中取列 2.mini_batch中X，Y要对应 每个循环取出相同的X，Y分支存入一个元组，将元组append进列表 3.可能不是整除，所以要把余下的也取了 ...
2021-05-14 11:18:58
78
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人