panrenlong的博客

CNN的具体理论知识可到百度或优快云的其他博客中查找相关内容，下面主要给出完整的代码（代码源于“莫烦python”视频，https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/5-06-save/）："""使用TF的CNN网络分类MNISTCNN结构：input——Conv1+maxpool——>Conv...

MNIST是一个非常有名的手写体数字识别数据集，在很多资料中，这个数据集都会被用作深度学习的入门样例。 数据集下载网址：http://yann.lecun.com/exdb/mnist/ 数据集简介： 1、共有4数据集，下载之后并将其解压保存在磁盘中（最好放在你代码执行目录下，方便后期使用。）如新建一个文件夹D:*****\MNIST_data存放数据。 train-images-idx3...

我们在线性拟合或神经网络学习过程中，都会遇到过拟合或欠拟合问题，那么我们如何解决这个问题呢？ 解决过拟合的常用方法有： 1）增加训练样本数据量； 2）使用正则化（正规化）方法（L1，L2）改善过拟合；此方法适用于大多数ML和NN，做法都差不多； 3）在NN中，可使用Dropout正规化方法，就是在NN网络中，我们忽略一些神经元，是这个NN变得不完整，训练一次，到了第2此，在随机忽略一些神经...

一、基本概念二、多线程三、多进程3.1、子进程（subprocess包）3.2、多进程（multiprocessing包）四、消息队列1.生产消费实例 Queue 单向进行，即生产者只进行发消息，消费者只进行收2.通过Mutiprocess里面的Pipe来实现消息队列：3 Python提供了Queue模块来专门实现消息队列Queue对象5、Te...

一、Dropout的介绍 dropout是指在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃。注意是暂时，对于随机梯度下降来说，由于是随机丢弃，故而每一个mini-batch都在训练不同的网络。dropout是CNN中防止过拟合提高效果的一个大杀器，但对于其为何有效，却众说纷纭。 Dropout的思想是训练整体DNN，并平均整个集...

一、CIFAR数据集介绍 1.1 CIFAR-10 数据集图像个数：60000张彩色图像；其中Train sets：50000；Test sets：10000，（测试批的数据里，取自10类中的每一类，每一类随机取1000张，抽剩下的就随机排列组成了训练批） Class： 共10类，分别是： 飞机airplane、小汽车automobile、卡车truck、轮船ship、马horse、 猫...