摘要： 从 阅读全文

摘要： 循环神经网络（recurrent neural network,RNN） 重要结构（长短时记忆网络（ long short-term memory，LSTM）） 主要介绍循环神经网络在自然语言处理（natural language processing,NLP） 传统的机器学习算法非常依赖人工提取的 阅读全文

摘要： 图像的亮度、对比度等属性对图像的影响非常大，这些因素都会影响最后的识别结构。当然，复杂的预处理过程可能会导致训练效率的下降（利用TensorFlow中多线程处理输入数据的解决方案）。 同一不同的原始数据格式 TFRecord格式 TensorFlow图像处理函数：图像编码处理 img_data=tf 阅读全文

摘要： python模块说明：类似于函数式编程和面向过程编程，函数式编程则完成一个功能，其他代码用来调用即可，提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来，可能需要多个函数才能完成（函数又可以在不同的.py文件中），多个 .py 文件组成的代码集合就称为模块。 模块分为三种：内置模块，第三方模块 阅读全文

摘要： 全连接层网络结构：神经网络每两层之间的所有结点都是有边相连的。 卷积神经网络：1.输入层 2.卷积层：将神经网络中的每一个小块进行更加深入地分析从而得到抽象程度更高的特征。 3 池化层：可以认为将一张分别率较高的图片转化为分别率较低的图片，通过池化层，可以进一步缩小最后全连接层中节点的个数，从而达到 阅读全文

摘要： 1.滑动平均模型： 用途：用于控制变量的更新幅度，使得模型在训练初期参数更新较快，在接近最优值处参数更新较慢，幅度较小 方式：主要通过不断更新衰减率来控制变量的更新幅度。 衰减率计算公式 ： decay = min{init_decay , (1 + num_update) / (10 + num_ 阅读全文

摘要： 深层神经网络可以解决部分浅层神经网络解决不了的问题。 神经网络的优化目标 损失函数 深度学习：一类通过多层非线性变化对高复杂性数据建模算法的合集。（两个重要的特性：多层和非线性） 线性模型的最大特点：任意线性模型的组合仍然是线性模型。（任意层的全连接神经网络和单层神经网络模型的表达能力没有任何区别） 阅读全文

摘要： 随机游走模型由首先由爱因斯坦在1926年以数学方式描述。由于自然界中的许多实体会以不可预知的方式移动，因此随机游走模型用来描述这种不稳定的移动。在这种移动模型中，移动节点随机选择一个方向和速度来从当前位置移动到新的位置。新的速度和方向分别从预定义的范围【speedmin，speedmax】和【0，2 阅读全文

摘要： 我的第一篇博客！！！ 阅读全文