
深度学习-基于Keras的Python实践
柳叶吴钩
叶底藏花一度,梦里踏雪几回
展开
-
深度学习-基于Keras的Python实践(二)多层感知器的相关概念
1、神经元神经元是构成神经网络的基本模块,神经元模型是一个具有加权输入,并且使用激活功能产生输出信号的基础计算单元,输入可以类比为生物神经元的树突,输出可以类比为生物神经元的轴突,计算则可以类比为细胞核。1.1 神经元权重线性回归中输入的权重与回归方程中使用的系数非常相似。1.2 激活函数2.神经网络2.1 输入层2.2 隐藏层2.3 输出层3 训练神经网络3.1 准备数据...原创 2019-06-06 23:42:03 · 253 阅读 · 0 评论 -
深度学习-基于Keras的Python实践(三)评估深度学习型
1、自动评估Keras 可以将数据集的一部分分成评估数据集,并在每个epoch中使用该评估数据集对模型进行评估,实现:通过设置fit()函数的验证分割参数validation_split设置数据集大小的百分比来实现。2、手动评估通过将数据集分成训练部分,测试部分,然后利用测试部分对模型进行评估。3、K折交叉验证评估机器学习模型评估的黄金标准是K折交叉验证。过程:将数据集分成K个子...原创 2019-06-07 17:23:42 · 384 阅读 · 0 评论 -
深度学习-基于Keras的Python实践(一)多层感知器
1、流程(1)导入数据;(2)定义模型;(3)编译模型;(4)训练模型;(5)评估模型;(6)汇总代码;2、代码实现(1)导入数据:略(2)定义模型:model = Sequential()model.add(Dense(12, input_dim=8, activation='relu'))model.add(Dense(8, activation='relu'))m...原创 2019-06-02 23:37:10 · 596 阅读 · 0 评论