房东的jian的博客

导入必须的包import tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inlineimport pandas as pd导入测试数据data = pd.read_csv('E:\\pycharm_Projects\\test\\dataset\\Income1.csv')#print(data)plt.scatter(data.Education,data.Income)定义x、y变量x=data.Educat

CNN架构卷积层 conv2d非线性变换层 relu/sigmiod/tanh池化层 pooling2d全连接层 w*x+b如果没有这些层，模型很难与复杂模式匹配，因为网络将有过多的信息填充，也就是其他那些层作用就是突出重要信息，降低噪声。卷积层ksize 卷积核的大小strides 卷积核移动的跨度padding 边缘填充池化层import kerasfrom keras import layerslayers.Conv2D()layers.MaxPolling2D(

1.CNN工作的大体概述:计算机可以通过寻找诸如边缘和曲线之类的低级特点来分类图片，继而通过一系列卷积层级建构出更为抽象的概念。2.为什么叫卷积神经网络简单来说，视觉皮层有小部分细胞对特定部分的视觉区域敏感，而CNN的确是从视觉皮层的生物学上获得启发的。3.CNN工作概述指挑选一张图像，让它经过一系列卷积层、非线性层、池化(下采样)和全连接层，最终得到输出。输出可以是最好地描述了图像内容的一个单独分类或一组分类的概率。4.什么是卷积卷积是指将卷积核应用带某个张量的所有点上，通过将卷积核在输入的