weixin_43056654的博客

卷积神经网络1、卷积（Convolution）2、池化 （Pooling）3、ReLU 激活函数4、批归一化 （Batch Normalization）5、丢弃法 （Dropout）卷积（Convolution）1、卷积计算2、填充（padding）3、步幅 （stride）4、感受野 （Receptive Field）5、多输入通道、多输出通道和批量操作卷积计算卷积...

# 导入所需数据包import paddle.fluid as fluidimport paddleimport numpy as npimport osimport matplotlib.pyplot as plt# 1、准备数据BUF_SIZE=500BATCH_SIZE=20#用于训练的数据提供器，每次从缓存中随机读取批次大小的数据train_reader = p...

特征：feature属性：Attribute特征向量：Feature Vector标签：Label回归：Regression特征（属性） x 特征向量 = 标签（label）标签连续 —— 回归问题（Regression）标签不连续（离散） —— 分类问题（Classification）样本（Sample）实例（Instance）数据集（Dataset）训练集（Trai...

import paddle.fluid as fluid# 定义常量x1、指定形状[2,2],并赋值1，指定类型 int64x1 = fluid.layers.fill_constant(shape = [2,2], value = 1 ,dtype = 'int64')x2 = fluid.layers.fill_constant(shape=[2, 2], value=1, dtype...

#导入需要的包import numpy as npimport paddle as paddleimport paddle.fluid as fluidfrom PIL import Imageimport matplotlib.pyplot as pltimport ostrain_reader = paddle.batch(paddle.reader.shuffle(paddl...

机器学习应用程序的步骤1、收集数据2、准备输入数据3、分析输入数据4、训练算法5、测试算法6、使用算法数据类型1、离散型数据：记录不同类别个体的数目所得到的数据，又称计数数据，数据全部都是整数、且不能再细分2、连续型数据：变量在某一范围内取任意数，变量的取值可以是连续的，如长度、时间、质量，这些整数通常是非整数，含小数数据结构结构：特征值 + 目标值 （列为特征、行为样本）...