摘要：
一、卷积（Convolution） 那么究竟什么是卷积呢？你可能还记得我之前的博客，我们使用了一个小的滤波器（Filter），并在整个图像上滑动这个滤波器。然后，将图像的像素值与滤波器中的像素值相乘。使用深度学习的优雅之处在于我们不必考虑这些滤波器应该是什么样的（神经网络会自动学习并选取最佳的滤波器 阅读全文
posted @ 2021-03-25 20:50
lvdongjie-avatarx
阅读(691)
评论(0)
推荐(0)
摘要：
print()和pprint()都是python的打印模块，功能基本一样，唯一的区别就是pprint()模块打印出来的数据结构更加完整，每行为一个数据结构，更加方便阅读打印输出结果。特别是对于特别长的数据打印，print()输出结果都在一行，不方便查看，而pprint()采用分行打印输出，所以对于数 阅读全文
posted @ 2021-03-18 07:31
lvdongjie-avatarx
阅读(216)
评论(0)
推荐(0)
摘要：
函数：tf.nn.sparse_softmax_cross_entropy_with_logits(_sentinel=None,labels=None,logits=None,name=None) #如果遇到这个问题：Rank mismatch: Rank of labels (received 阅读全文
posted @ 2021-03-18 07:15
lvdongjie-avatarx
阅读(337)
评论(0)
推荐(0)
摘要：
一、简介 1) 使用单台机器或者单个GPU/CPU来进行模型训练，训练速度会受资源的影响，因为毕竟单个的设备的计算能力和存储能力具有一定的上限的，针对这个问题，TensorFlow支持分布式模型运算，支持多机器、多GPU、多CPU各种模型的组合运行方案的设计。(默认情况下，TensorFlow程序会 阅读全文
posted @ 2021-03-17 21:45
lvdongjie-avatarx
阅读(454)
评论(0)
推荐(0)
摘要：
TensorFlow是谷歌推出的深度学习平台，目前在各大深度学习平台中使用的最广泛。 一、安装命令 pip3 install -U tensorflow --default-timeout=1800 -i https://mirrors.ustc.edu.cn/pypi/web/simple 上面是 阅读全文
posted @ 2021-03-11 08:24
lvdongjie-avatarx
阅读(220)
评论(0)
推荐(0)
摘要：
简介： 说到BP(Back Propagation)算法，人们通常强调的是反向传播，其实它是一个双向算法：正向传播输入信号，反向传播误差信息。接下来，你将看到的，可能是史上最为通俗易懂的BP图文讲解，不信？来瞅瞅并吐吐槽呗！ 8.1 BP神经网络极简史 在神经网络（甚至深度学习）参数训练中，BP(B 阅读全文
posted @ 2021-03-10 18:10
lvdongjie-avatarx
阅读(295)
评论(0)
推荐(0)
摘要：
简介： “天下武功，唯快不破”。欲速览无限风光，必攀险峰；欲速抵山底幽谷，则必滚陡坡。这滚山坡的道理，其实就是梯度递减策略，而梯度递减策略，则是BP算法成功背后的“男（ji）人（chu）”。想知道为啥，来一探究竟呗！ 一年多前，吴军博士写了一本畅销书《智能时代》[1]。书里提到，在人工智能领域，有一 阅读全文
posted @ 2021-03-10 17:42
lvdongjie-avatarx
阅读(303)
评论(0)
推荐(0)
摘要：
5.1 网之初，感知机 我们知道，《三字经》里开篇第一句就是：“人之初，性本善”。那么对于神经网络来说，这句话就要改为：“网之初，感知机”。感知机（ Perceptrons ），基本上来说，是一切神经网络学习的起点。 很多有关神经网络学习（包括深度学习）的教程，在提及感知机时，都知道绕不过，但也仅仅 阅读全文
posted @ 2021-03-10 16:49
lvdongjie-avatarx
阅读(123)
评论(0)
推荐(0)
摘要：
简介： 王国维说过人有三重境界，对应的，“机器学习”也有三大类不同算法，而有着“中庸之道”的半监督学习可能就是未来机器学习的大趋势，它一步一步地走“像”人类！ 在前一个小节中，我们简单地谈了谈什么是“M-P神经元模型”，顺便用生活中生动的小案例，把激活函数和卷积函数的概念撸了一遍。下笔之处，尽显“神 阅读全文
posted @ 2021-03-10 16:13
lvdongjie-avatarx
阅读(110)
评论(0)
推荐(0)
摘要：
简介： “那些在个人设备里，谦谦卑卑地为我们哼着歌曲的数字仆人，总有一天会成为我们的霸主！”在“忍无可忍，无需再忍”这句俗语背后，也隐藏中神经网络常用的“激活函数”和“卷积”的概念。知其道,用其妙,THIS IS HOW！ “那些在个人设备里，谦谦卑卑地为我们哼着歌曲的数字仆人，总有一天会成为我们的 阅读全文
posted @ 2021-03-10 15:16
lvdongjie-avatarx
阅读(229)
评论(0)
推荐(0)
浙公网安备 33010602011771号