
深度学习
-永不妥协-
爱生活,爱老婆。
展开
-
一分钟巧记精准率、召回率
学习过机器学习算法的同学一定不会对精准率、召回率陌生。精准率(precision)和召回率(recall)是对二分类模型效果评价的指标。下图为精准率和召回率的计算公式:由于这里面涉及到TP、FN、FP、TN这四个指标...原创 2020-05-27 08:29:54 · 1385 阅读 · 0 评论 -
Tensorboard可视化
Tensorboard可以将我们搭建的神经网络可视化,下面为大家介绍如何利用tensorboard可视化我们所搭建的模型。测试代码:import tensorflow as tfwith tf.name_scope('graph') as scope: matrix1 = tf.constant([[3., 3.]],name ='matrix1') #1 row by ...原创 2018-12-11 20:51:00 · 960 阅读 · 0 评论 -
CNN卷积池化后维度的变化
CNN的卷积操作后维度变化:输入维度:,分别代表输入样本的长宽高 卷积操作的超参数 卷积核个数: 卷积核大小: 滑动步长(Stride): 填充(Padding): 则输出的维度为,其中 由于CNN的参数共享机制,每个卷积核的参数个数为,共有个权重和个偏置 若想要卷积后得到的矩阵长宽与卷积前保持一致,则当时 卷积核为3时 padding 选择1...原创 2019-02-23 10:22:24 · 11417 阅读 · 1 评论 -
RNN系数矩阵维度之间的关系
我们知道RNN有三个系数矩阵需要训练,经常会被这些矩阵的维度搞晕。下面举一个简单的例子让大家记住各个矩阵维度之间的关系。 输入:输出:隐层(记忆):其中,, ...原创 2019-02-20 23:47:10 · 3474 阅读 · 2 评论