koko_TT的博客

线性回归结果 Show me the code 导包 # keras顺序模型 from keras import Sequential # keras神经网络层 from keras.layers import Dense # 随机梯度下降法 from keras.optimizers import SGD # 均方误差损失函数 from keras.losses import MSE impo...

非线性回归结果 Show me the code 导包，由于是非线性拟合，所以Keras默认的激活函数y=xy = xy=x不再合适，所以需要导入Activation模块，这里用到的是双曲正切激活函数，即tanh。 # 顺序模型 from keras import Sequential # 神经网络,及激活函数 from keras.layers import Dense, Activation...

非线性回归结果 Show me the code 导包 # 顺序模型 from keras import Sequential # 神经网络层，激活函数类 from keras.layers import Dense, Activation # 随机梯度下降法 from keras.optimizers import SGD # 转换“one hot” from keras.utils impo...

LeNet-5网络对MINST的预测结果 Show me the code 导包 # 顺序模型 from keras import Sequential # 网络，卷积，扁平化,Dropout from keras.layers import Dense, Conv2D, MaxPool2D, Dropout, Flatten # one hot from keras import utils ...

RNN-LSTM网络模型预测结果 Show me the code 导包 # 顺序模型 from keras import Sequential # 网络模型，RNN模型 from keras.layers import Dense, LSTM # 优化器 from keras.optimizers import Adam # one hot from keras import utils i...

显示效果 Show me the code 导包 # 顺序模型 from keras import Sequential # 全连接层，卷积层，池化层，扁平化层，Dropout from keras.layers import Dense, Conv2D, MaxPool2D, Flatten, Dropout, Convolution2D, InputLayer # 优化器 from kera...

L1与L2正则化 在回归中设要估计的参数为[θ1,θ2,…,θN]T[\theta_1, \theta_2, …, \theta_N]^T[θ1​,θ2​,…,θN​]T即θ\thetaθ，Loss-Function为J(θ)J(\theta)J(θ)。 L1正则化 J(θ)L1=J(θ)+1C∑i=1N∣θi∣J(\theta)_{L1} = J(\theta) + \frac{1}{C}\...