Jumping boy

多任务学习多任务学习，顾名思义，就是多个任务模型同时执行，进行模型的训练，利用模型的共性部分来简化多任务的模型，实现模型之间的融合与参数共享，可以在一定程度上优化模型的运算，提高计算机的效率，但模型本身并没有什么改变。多任务学习的核心在于如何训练上：交替训练 联合训练通过一个简单的线性变换来展示多任务学习模型的运用。首先，导入需要的包import tensorflow a...

CNN中非常有特点的地方就在于它的局部连接和权值共享，通过卷积操作实现局部连接，这个局部区域的大小就是滤波器filter，避免了全连接中参数过多造成无法计算的情况，再通过参数共享来缩减实际参数的数量，为实现多层网络提供了可能。卷积操作 在CNN中是利用卷积层进行特征提取的，图像的三个通道R(red)、G(green)、B(blue)，分别用不同的卷积核来进...

二隐层的神经网络实现MNIST数据集分类传统的人工神经网络包含三部分，输入层、隐藏层和输出层。对于一个神经网络模型的确定需要考虑以下几个方面：隐藏层的层数以及各层的神经元数量 各层激活函数的选择 输入层输入数据的shape 输出层神经元的数量以上神经网络的骨架确定之后，则相应的权重和偏置所对应的shape也随之确定，即网络结构的确定。下面的代码是通过二隐层的神经网络实现M...