qq_47150350的博客

一、多分类数据的导入在tensorflow的图像预处理方法中有如下的这样一个函数，设置directory文件路径，在这个文件路径下该函数会将其每个子文件夹作为一个类，按照这个函数的读取顺序对类进行编码。flow_from_directory( directory, target_size=(256, 256), color_mode='rgb', classes=None, class_mode='categorical', batch_size=32, shuffle=True, se

在VGG中，卷积网络达到了19层，在GoogLeNet中，网络史无前例的达到了22层。那么，网络的精度会随着网络的层数增多而增多吗？在深度学习中，网络层数增多一般会伴着下面几个问题计算资源的消耗模型容易过拟合梯度消失/梯度爆炸问题的产生问题1可以通过GPU集群来解决，对于一个企业资源并不是很大的问题；问题2的过拟合通过采集海量数据，并配合Dropout正则化等方法也可以有效避免；问题3通过Batch Normalization也可以避免。貌似我们只要无脑的增加网络的层数，我们就能从此获益，但实验数据

基于人脸的常见表情识别(1)——深度学习基础知识神经网络感知机多层感知机与反向传播卷积神经网络全连接神经网络的2大缺陷卷积神经网络的崛起卷积神经网络的基本网络层什么是卷积？填充（Padding）步长（Stride）池化卷积和池化输出尺寸计算为什么要用卷积来学习呢？卷积神经网络的优势在哪？本训练营以理论结合实战的方式，帮助大家从 0 完成一个人脸常见表情的识别，接下来是本训练营的理论部分。不要觉得理论枯燥哦，万丈高楼平地起，基础打牢了，后面学什么都容易，让我们开始吧~