ZY_Jack的博客

  Deep Learning with Python第一篇：对电影评论进行正负面判断（二分类问题）[前七个步骤是按照书里面进行建模和对比，最后是对任意评论进行正负面判断]基础知识：训练神经网络主要围绕以下四个方面。1、层，多个层组合成网络（或模型）。2、输入数据和相应的目标。3、损失函数，即用于学习的反馈信号。4、优化器，决定学习过程如何进行接下来的例子使...

 Python学习笔记 新闻分类：单标签多分类问题 在执行import命令的时候疯狂报错，说无法从网站上下载数据。于是手动输入该网址（https://s3.amazonaws.com/text-datasets/reuters.npz）下载。得到文件reuters.npz，放入文件夹    /home/你的用户名/.keras/datasets  中，再import就可以了。#Ju...

  与前两个问题不同，这个问题是预测连续的数据，属于回归问题。每个数据包含13个特征值，包括犯罪率、当地房产税率等等。#导入数据集from keras.datasets import boston_housing(train_data,train_targets),(test_data,test_targets)=boston_housing.load_data()#数据标准化：减去...

因为之前windows的精确度问题令人头疼（很可能是两个exe文件报错的问题），因此转战linux，使用的是ubuntu16.04,参考书籍是《Deep Learning with Python》首先确定包管理器是最新的。 $ sudo apt-get update$ sudo apt-get upgrade$ sudo apt-get install python3-pip p...

安装Jupyter Notebook并用于深度学习 环境：Ubuntu16.04 如果没有安装pip请参考前一篇文章安装pip。$ sudo pip install --upgrade pip$ sudo pip install jupyter 安装完成后在终端中运行jupyter notebook便可跳转到网页。 点击右侧新建-python3，便可以...

6.1处理文本数据深度学习模型不会接收原始文本作为输入,它只能处理数值张量。文本向量化(vectorize)是指将文本转换为数值张量的过程。 6.1.1单词和字符的 one-hot 编码P1496.1.2 使用词嵌入将单词与向量相关联还有另一种常用的强大方法,就是使用密集的词向量(word vector),也叫词嵌入利用 Embedding 层学习词嵌入:单词索引- &...

  循环神经网络(RNN,recurrent neural network):它处理序列的方式是,遍历所有序列元素,并保存一个状态(state),其中包含与已查看内容相关的信息。总之, RNN 是一个 for 循环,它重复使用循环前一次迭代的计算结果  将这个模型应用于 IMDB 电影评论分类问题,首先进行预处理。from keras.datasets import imdbfrom ...