07 2021 档案

摘要:第六章 循环神经网络 本讲目标:用RNN实现连续数据的预测(以股票预测为例) 回顾卷积神经网络 循环神经网络 循环核 循环核时间步展开 循环计算层 TF描述循环计算层 循环计算过程 实践:ABCDE字母预测 One-hot Emebedding 实践:股票预测 RNN LSTM GRU 6.1 回顾 阅读全文
posted @ 2021-07-19 20:36 AlsoRan 阅读(385) 评论(0) 推荐(0)
摘要:第五章 神经网络卷积计算 5.1 卷积计算过程 全连接NN:每个神经元与前向相邻层的每一个神经元都有连接关系,输入是特征,输出为预测的结果。 \(参数个数:\sum_{各层}(前层\times后层+后层)\) 由于实际项目中的图片是高分辨率彩色图,参数过多,将可能导致模型过拟合。 故实际应用时会先对 阅读全文
posted @ 2021-07-18 17:41 AlsoRan 阅读(323) 评论(0) 推荐(0)
摘要:第四章 神经网络八股功能扩展 本章目标: 自制数据集,解决本领域应用 数据增强,扩充数据集 断点续训,存取模型 参数提取,把参数存入文本 acc/loss可视化,查看训练效果 应用程序,给图识物 4.1 自制数据集,解决本领域应用 观察数据集结构,给x_train, y_train, x_test, 阅读全文
posted @ 2021-07-15 21:03 AlsoRan 阅读(161) 评论(0) 推荐(0)
摘要:第三章 使用八股搭建神经网络 本章目标: 神经网络搭建八股 iris代码复现 MNIST数据集 训练MNIST数据集 Fashion数据集 3.1 搭建网络八股 Sequential 用 Tensorflow API: tf.keras 搭建网络八股 六步法 import train, test # 阅读全文
posted @ 2021-07-13 13:38 AlsoRan 阅读(158) 评论(0) 推荐(0)
摘要:第二章 神经网络优化及参数更新 ​ 本讲目标:学会神经网络优化过程,使用正则化减少过拟合,使用优化器更新网络参数。 预备知识 神经网络复杂度 指数衰减学习率 激活函数 损失函数 欠拟合与过拟合 正则化减少过拟合 优化器更新网络参数 2.1 预备知识 tf.where() 条件语句真返回A,条件语句假 阅读全文
posted @ 2021-07-13 09:12 AlsoRan 阅读(881) 评论(0) 推荐(0)
摘要:第一章 神经网络计算过程及介绍 本讲目标:学会神经网络计算过程,使用基于TF2原生代码搭建你的第一个神经网络训练模型。 人工智能:让机器具备人的思维和意识。 1.1 人工智能三学派 行为主义:基于控制论,构建感知-动作控制系统。(控制论,如平衡、行走、避障等自适应控制系统) 符号主义:基于算数逻辑表 阅读全文
posted @ 2021-07-11 20:44 AlsoRan 阅读(274) 评论(0) 推荐(0)
摘要:TensorFlow 2.1 + Python 3.7 Preparations Anaconda 安装 conda install cudatoolkit=10.1 conda install cudnn=7.6 pip install tensorflow==2.1 Pycharm, VSCod 阅读全文
posted @ 2021-07-11 20:37 AlsoRan 阅读(64) 评论(0) 推荐(0)
摘要:最近发现最喜欢的IDE——VSCode官网下载变慢了,网上搜了下,找到解决办法如下: 点击下载后,找到下载管理,右键复制下载链接。 然后得到如下链接: https://az764295.vo.msecnd.net/stable/507ce72a4466fbb27b715c3722558bb15afa 阅读全文
posted @ 2021-07-04 23:16 AlsoRan 阅读(1694) 评论(0) 推荐(0)