Qy_sfsh的博客

简单RNN受计算机的逻辑门启发，引入记忆单元（memory cell），并通过各种门来控制记忆单元。首先，通过输入XtX_tXt​ 和 上一个隐状态Ht−1H_{t-1}Ht−1​ 与全连接层相乘 再加上偏置，最后经过激活函数sigmoid, 得到三个门：遗忘门fff, 输入门iii, 输出门oooIt=σ(XtWxi+Ht−1Whi+bi),Ft=σ(XtWxf+Ht−1Whf+bf),Ot=σ(XtWxo+Ht−1Who+bo),\begin{split}\begin{aligned}\mathbf{

是一个用python编写的开源神经网络库，从2021年8月的版本2.6开始，成为Tensorflow2的高层API。它拥有着丰富的数据封装和一些先进的模型实现，避免了“重复造轮子”。最近接触到Keras的embedding层，进而学习了一下Keras.preprocessing.text的相关知识。虽然Keras.preprocessing.text已经。取而代之的是但是，之前不少的代码用的还是Keras.preprocessing.text，因此还是有总结一下的必要。

CIFAR10数据集简介

一、GAP的提出1、来源：Network in Network 论文作者提出GAP：用于正则化、减少参数量，替代网络中最后一层全连接网络2、原理具体可以参考链接2二、GAP在图像中物体定位上的应用在论文Learning Deep Features for Discriminative Localization首次提出用GAP定位图像中的物体。三、GAP与GMP（全局最大池化层）比较在生成CAM图时，即物体定位方面，GAP...