
数据之python深度学习框架与机器学习框架要点与实战整理
2018年 要点与实战整理,涉TensorFlow、Theano、Lasagne、Blocks、Keras、Caffe、CNTK、Neon、SK-learn 、Gensim 、Pylearn2 、Pymc 、Statsmodels、Shogun等 。悦己之作,方能悅人!
IT界的小小小学生
写文章的目标不仅是解决问题,更是帮助阅读的人或企业实现商业价值。秉持 “从解决问题出发、在实践中学习,最终创造价值”的信念,予人玫瑰手留余香!
展开
-
keras之数据预处理
数据填充pad_sequencesfrom keras.preprocessing.sequence import pad_sequenceskeras.preprocessing.sequence.pad_sequences(sequences, maxlen=None,dtype='int32',padding='pre',truncating='pre', value=0.) ...原创 2018-09-10 10:12:52 · 3426 阅读 · 0 评论 -
keras 基础入门整理
第一部分 文本与序列处理1.简介2 text模块提供的方法3 text.Tokenizer类3.1 成员函数3.2 成员变量4.示例第二部分 Keras中的神经网络层组件简介神经网络的使用简介序列模型Sequential类示例:mnist数据集训练函数模型第四部分1 Callbacks2 Application3 模型可视化第五部分 cnn实...原创 2018-09-10 13:28:14 · 2134 阅读 · 0 评论 -
keras 整理之 Layers
» 嵌入层 EmbeddingEmbeddingkeras.layers.Embedding(input_dim, output_dim, embeddings_initializer='uniform', embeddings_regularizer=None, activity_regularizer=None, embeddings_constraint=None, mask_z...原创 2018-09-07 11:28:06 · 2296 阅读 · 0 评论 -
使用Keras进行时间序列预测回归问题的LSTM实现
基本简介模型构建与编译区别 cell state 和 hidden statekeras 中设置两种参数的讨论完整代码:基本简介LSTM_learn 使用Keras进行时间序列预测回归问题的LSTM实现数据 数据来自互联网,这些数据用于预测航空公司的人数,我们使用LSTM网络来解决这个问题 关于此处模型构建,只对keras部分代码做重点的介绍...原创 2018-09-06 16:04:57 · 15798 阅读 · 5 评论 -
深度学习入门(一),从Keras开始
深度学习:Keras入门(一)之基础篇安装keras1.关于Keras2.Keras的模块结构3.使用Keras搭建一个神经网络4.基本概念5.第一个示例安装keras安装环境:Anaconda(python3.6) 首先安装:tensorflow.(通过navigator,可参见直通车) 检验:import tensorflow as t...原创 2018-05-22 11:18:06 · 5740 阅读 · 1 评论 -
tensorflow(一)windows 10 python3.6安装tensorflow1.4与基本概念解读
一.安装目前用了tensorflow、deeplearning4j两个深度学习框架, tensorflow 之前一直支持到python 3.5,目前以更新到3.6,故安装最新版体验使用。 慢慢长征路:安装过程如下 WIN10: anaconda3.5: PYTHON3.6: tensorflow1.4: 二.TensorFlow 基本概念与原理理解1.TensorFlow原创 2018-01-06 17:41:36 · 4020 阅读 · 0 评论 -
windows10 tensorflow(二)原理实战之回归分析,深度学习框架(梯度下降法求解回归参数)
windows10 tensorflow(二)原理实战之回归分析,深度学习框架(梯度下降法求解回归参数) TF数据生成方式:参考TF数据生成12法 TF基本原理与概念理解: tensorflow(一)windows 10 64位安装tensorflow1.4与基本概念解读tf.global_variables_initializer模型:一个简单的线性回归y = W * x + b,采原创 2018-01-05 15:33:27 · 1987 阅读 · 1 评论