2017年2月27日

Keras之03-用MNIST数据集训练一个CNN

摘要： 模型code 模型运行结果 阅读全文

posted @ 2017-02-27 15:15 levine 阅读(188) 评论(0) 推荐(0)

Keras之01-用MNIST数据集训练一个DNN

摘要： 模型code 模型运行结果 阅读全文

posted @ 2017-02-27 15:13 levine 阅读(406) 评论(0) 推荐(0)

DL之02-深度学习中的Data Augmentation方法

摘要： 在深度学习中，为了避免出现过拟合（Overfitting），通常我们需要输入充足的数据量。当数据量不够大时候，常常采用以下几种方法： 1. Data Augmentation：通过平移、 翻转、加噪声等方法从已有数据中创造出一批“新”的数据，人工增加训练集的大小。 2. Regularization 阅读全文

posted @ 2017-02-27 14:49 levine 阅读(358) 评论(0) 推荐(0)

Keras之00-入门介绍

摘要： Keras是一个高层神经网络库，Keras由纯Python编写而成并基于Tensorflow或Theano。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果。 Keras特点 + 简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性） + 支持CNN和RNN，或二者的结 阅读全文

posted @ 2017-02-27 14:38 levine 阅读(212) 评论(0) 推荐(0)

导航