weixin_43648821的博客

使用Keras实现卷积神经网络class CNN(tf.keras.Model): def __init__(self): super().__init__() self.conv1 = tf.keras.layers.Conv2D( filters = 32, kernel_size=[5,5], padding = 'same', activation = tf.nn.relu) self.pool1 = tf.keras.layers.MaxPool2D(poo

class DataLoader(): def __init__(self): path = tf.keras.utils.get_file('nietzsche.txt',origin='http://s3.amazonaws.com/text-data') with open(path,encoding='utf-8') as f: self.raw_text = f.read().lower() self.chars = sorted(list(set(self.raw_text)

在TensorFlow 1.X版本中， 调用 tf.enable_eager_execution() 函数启动Eager Execution模式。在TensorFlow 2.0版本中，Eager Execution模式成为默认模式，无需额外调用tf.enable_eager_execution() 函数（不过若要关闭Eager Execution，则需调用tf.compat.v1.disable_eager_execution() 函数）tensorflow使用tensor（张量）作为数据的基本单元。在概

深度学习总结（二）

深度学习总结（一）1、经典优化算法（1）一阶迭代法（又称梯度下降法）：（2）二阶迭代法（牛顿法）：一般在神经网络里面，L()函数就是代价函数。2、不同梯度下降法（1） 经典梯度下降法（2）随机梯度下降法随机梯度下降法可以解决经典梯度下降法数据量大，计算量大，耗时长的问题。但是对于SGD来说，局部最小还不是最可怕的，在陷入鞍点（鞍点的形状像是一个马 鞍，一个方向上两头翘，另...