随笔分类 - TensorFlow
https://github.com/lmoroney/dlaicourse
摘要:Exercise 3 - Convolutions 在视频中,您了解了如何使用卷积来改进时尚 MNIST。在练习中,请看您能否仅使用一个卷积层和一个 MaxPooling 2D 将 MNIST 的准确率提高到 99.8% 或更高。一旦准确率超过这一水平,就应停止训练。这应该在 20 个历元以内完成,
阅读全文
摘要:Exercise 1 - House Prices 在这个练习中,你将尝试建立一个神经网络,根据一个简单的公式预测房屋的价格。 想象一下,如果房屋定价简单到每间卧室的价格为 5 万 + 5 万,那么一间卧室的房屋价格为 10 万,两间卧室的房屋价格为 15 万等等。 你将如何创建一个神经网络来学习这
阅读全文
摘要:Exercise 4 - Handling Complex Images 下面是代码,链接到一个包含 80 张图像(40 张快乐图像和 40 张悲伤图像)的快乐或悲伤数据集。创建一个卷积神经网络,对这些图像进行 100%准确率的训练,当训练准确率大于 0.999 时取消训练。 提示:最好使用 3 个
阅读全文
摘要:Exercise 2 - Handwriting Recognition 在课程中,您学习了如何使用Fashion MNIST 进行分类,这是一个包含服装项目的数据集。还有一个类似的数据集叫做 MNIST,其中包含手写项目--数字 0 到 9。 编写一个 MNIST 分类器,训练达到 99% 或以上
阅读全文
摘要:horse or human 以下 python 代码将使用 OS 库来使用操作系统库,使您可以访问文件系统,并使用 zipfile 库来解压缩数据。 import os import zipfile local_zip = './tmp/horse-or-human.zip' zip_ref =
阅读全文
摘要:how convolutions work 让我们在二维灰度图像上创建一个基本卷积,探索卷积是如何工作的。首先,我们可以从 scipy 中获取 "asccent "图像来加载图像。这是一张漂亮的内置图片,有很多角度和线条。 import cv2 import numpy as np from sci
阅读全文
摘要:Improving Computer Vision Accuracy using Convolutions 在前面的课程中,你们了解了如何使用包含三层的深度神经网络(DNN)进行时装识别,这三层分别是输入层(数据的形状)、输出层(所需输出的形状)和隐藏层。你试验了不同大小的隐藏层、训练epoch
阅读全文
摘要:一个callbacks示例 dlaicourse/Course 1 - Part 4 - Lesson 4 - Notebook.ipynb at master · lmoroney/dlaicourse (github.com) import tensorflow as tf class myCa
阅读全文
摘要:Beyond Hello World, A Computer Vision Example dlaicourse/Course 1 - Part 4 - Lesson 2 - Notebook.ipynb at master · lmoroney/dlaicourse (github.com) St
阅读全文
摘要:The Hello World of Deep Learning with Neural Networks dlaicourse/Course 1 - Part 2 - Lesson 2 - Notebook.ipynb at master · lmoroney/dlaicourse (github
阅读全文

浙公网安备 33010602011771号