
全连接网络
Xwei1226
大家可以通过如下网站联系我,沟通交流语音相关技术:https://www.meta-speech.com
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
全连接神经网络学习(一)
代码:#-*- coding:utf-8 -*-#author : zhangweiimport os , mathimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#过滤警告os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#mnist一...原创 2018-05-23 10:53:22 · 1460 阅读 · 0 评论 -
逻辑回归学习(一)
代码:#-*- coding:utf-8 -*-#author : zhangweiimport osimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'mnist = input_data.r...原创 2018-05-23 10:54:44 · 241 阅读 · 0 评论 -
深度学习-Autoencoder
#-*- coding:utf-8 -*-#author:zhangweiimport tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltfrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_d...原创 2018-06-12 16:21:22 · 414 阅读 · 0 评论 -
神经网络常见优化措施
欠拟合与过拟合问题是机器学习中的经典问题,尽管相关的讨论和预防方法非常多,但目前在许多任务中仍经常会出现过拟合等问题,还没有找到一个十分通用、有效的解决方法。不过总体上看,现在人们常用的一些很简洁的方法基本上能够较好地解决欠拟合与过拟合问题,总结如下。欠拟合与过拟合的概念的成因比较简单,观点统一,这里不再介绍。现在常用的判断方法是从训练集中随机选一部分作为一个验证集,采用K折交叉验证的方式,用...转载 2018-07-29 13:41:35 · 3373 阅读 · 0 评论 -
神经网络优化-Dropout
Dropout是神经网络和深度学习模型的简单而有效的正则化技术。在这篇文章中,你将发现Dropout正则化技术,以及如何使用Keras将其应用于Python中的模型。看完这篇文章后,你会知道:Dropout正则化的原理。 如何在输入层上使用Dropout。 如何在隐藏的层上使用Dropout。 如何根据问题调整Dropout。让我们开始吧。照片版权:Trekking Rin...转载 2018-07-29 13:46:05 · 1506 阅读 · 0 评论