
深度学习(tf2)
文章平均质量分 92
tensorflow2的学习,入门时用Java,便于理解数学原理
CSer、子瑜
这个作者很懒,什么都没留下…
展开
-
MachineLearning&DeepLearning:数据预处理
MachineLearning&DeepLearning:数据预处理文章目录MachineLearning&DeepLearning:数据预处理一、最大最小规范化(sklearn-preprocessing1. MinMaxScaler:[0, 1]2.MaxAbsScaler:[-1, 1]二、 标准化(sklearn-preprocessing三、正则规范化四、Box-Cox变换一、最大最小规范化(sklearn-preprocessing1. MinMaxScaler:[0, 1原创 2020-09-03 20:29:37 · 307 阅读 · 0 评论 -
tensorflow2学习(三):双卷积神经网络(CNN3D)高光谱图像分类
参考文章http://www.cjig.cn/html/jig/2019/4/20190414.htm#top,将双卷积神经网络(CNN3D)应用与高光谱图像HSI分类,记录有亲自实现的Python源代码,环境:TF2+Python3+cuda10.1+CuDNN7.6原创 2020-07-23 15:35:13 · 5984 阅读 · 7 评论 -
tensorflow2学习(二):CNN对高光谱图分类代码粘贴
参考论文设计网络,部分代码,Indian_pinesimport tensorflow as tffrom tensorflow.python.ops import math_opsclass CNNModel(tf.keras.Model): def __init__(self, classes): super(CNNModel, self).__init__() self.c1 = tf.keras.layers.Conv2D(filters=128,原创 2020-08-28 11:13:08 · 1120 阅读 · 1 评论 -
tensorflow2学习(一):Conv1D
Conv1D的输入输出:import tensorflow as tffrom tensorflow.keras import layerscon1 = layers.Conv1D(1, kernel_size=1, padding='same', activation=tf.nn.relu, input_shape=(2, 2))model = tf.keras.Sequential()model.add(con1)print(model.input_shape)print(model.o原创 2020-07-07 16:05:38 · 1693 阅读 · 0 评论 -
Python3.7+tensorflow2.1:前馈神经网络的实现与测试
本文暂用sigmoid函数+[54,36,18,1]网络结构,数据文件为:divorce.csv,代码如下(含注释),csv文件读取+FNN:# 使用tensorflow读取.CSV文件(特定格式的文本文件,常用来存储机器学习数据集),文件为同目录下的divorce.csvimport tensorflow as tfimport numpy as npimport csvimport...原创 2020-05-02 10:23:20 · 936 阅读 · 0 评论 -
Tensorflow2.1读取CSV文件_batch
Tensorflow2.1读取CSV文件_batch1.注意事项2.代码:1.注意事项CSV文件:逗号分隔值(Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本)。纯文本意味着该文件是一个字符序列,不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成,记录间以某种换行符分隔;每...原创 2020-04-30 18:00:15 · 576 阅读 · 0 评论 -
Ubuntu18.04 Anaconda3+Tensorflow2.1安装后的使用:以一个简单FNN实例为task
Ubuntu18.04 Anaconda3+Tensorflow2.1安装后的使用以一个简单FNN实例为task1.激活conda创建的虚拟环境2.tensorflow函数的使用3.代码附录:以一个简单FNN实例为task×× 安装过程参考大佬链接:ubuntu16.04下安装&配置anaconda+tensorflow新手教程××现将重点过程列下,防遗忘:1.激活conda创建的...原创 2020-04-29 22:17:23 · 716 阅读 · 0 评论 -
深度学习自编码的Java实现
深度学习自编码器即Java实现 自编码(Auto-Encode)是一种无监督学习,不给定标签向量,它可以借助神经网络来实现,将神经网络的输入和输出进行对比来不断地重构误差,修正神经网络中各层节点的权值和偏量,使得网络的输出不断地逼近输入,理想状态下可以使得输出等于输入,而神经网络隐含层中的某一层(例如隐含层最中间的那一层)的输出值可以作为已编码数据进行使用。 自编码器的训练过程是一种对...原创 2020-02-18 14:10:30 · 472 阅读 · 0 评论 -
前馈神经网络的简单数学原理以及Java实现
深度神经网络(DNN) 深度神经网络(DNN)是含有多层隐含层的神经网络,即:输入层+多层隐含层+输出层.整个网络的训练过程为:初始化网络数据、【n,计算各层输出值+反向计算误差+反向更新权重和偏量】public interface IbpBase {//DNN框架 public abstract void init(int[] numberOfLayer,double r);//初始...原创 2020-02-14 11:52:11 · 469 阅读 · 0 评论 -
FNN的Java实现
package classificationModel;import java.io.BufferedReader;import java.io.File;import java.io.FileInputStream;import java.io.FileWriter;import java.io.IOException;import java.io.InputStreamRead...原创 2020-08-28 11:19:15 · 200 阅读 · 0 评论