摘要：
TensorFlow2_200729系列 26、图片为什么要使用卷积神经网络 一、总结 一句话总结： 因为图片的数据量太大，特征太多，如果用全连接层参数太多，用卷积的思想可以只关注局部 1、RNN为什么增加层可以增加准确率（拿用评价做好评差评举例）？ 第一层可能只能提取一些底层特征（比如褒义词贬义词 阅读全文
posted @ 2020-08-10 12:40
范仁义
阅读(175)
评论(0)
推荐(0)
摘要：
深度学习之循环神经网络（RNN） 一、总结 一句话总结： (A)、【短期记忆】：循环神经网络（Recurrent Neural Network，RNN）是一类具有短期记忆能力的神经网络，适合用于处理视频、语音、文本等与时序相关的问题。 (B)、【接收自身信息】：在循环神经网络中，神经元不但可以接收其 阅读全文
posted @ 2020-08-10 11:49
范仁义
阅读(1353)
评论(0)
推荐(0)
摘要：
循环神经网络（Recurrent Neural Networks）（第一部分） 一、总结 一句话总结： ①、RNN是一种可以预测未来（在某种程度上）的神经网络，可以用来分析时间序列数据（比如分析股价，预测买入点和卖出点）。 ②、在自动驾驶中，可以预测路线来避免事故。更一般的，它可以任意序列长度作为输 阅读全文
posted @ 2020-08-10 11:29
范仁义
阅读(341)
评论(0)
推荐(0)
摘要：
Autoencoders(自编码器) 一、总结 一句话总结： a)、【无监督学习】：自编码器是一种能够通过无监督学习，学到输入数据高效表示的人工神经网络。 b)、【输出与输入数据相似生成模型】：此外，自编码器还可以随机生成与训练数据类似的数据，这被称作生成模型（generative model）。比 阅读全文
posted @ 2020-08-10 11:14
范仁义
阅读(517)
评论(0)
推荐(0)
摘要：
自编码器（Autoencoders） 一、总结 一句话总结： a)、【无监督学习】：自编码器是一种能够通过无监督学习，学到输入数据高效表示的人工神经网络。 b)、【输出与输入数据相似生成模型】：此外，自编码器还可以随机生成与训练数据类似的数据，这被称作生成模型（generative model）。比 阅读全文
posted @ 2020-08-10 11:02
范仁义
阅读(537)
评论(0)
推荐(0)
浙公网安备 33010602011771号