摘要:
作用:池化操作用于减少卷积神经网络中特征的数据量。 方法: 主要包含最大池化和均值池化。 1)最大池化 可以提取图片纹理 2)均值池化 保留背景特征 TF2描述: 1)最大池化 tf.keras.layers.MaxPool2D( pool_size = 池化核尺寸,# 写一个元组(核高,核宽)高宽 阅读全文
摘要:
https://blog.csdn.net/q1148013214/article/details/81172446?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonec 阅读全文
摘要:
1.2神经网络发展史 我们将神经网络的发展历程大致分为浅层神经网络阶段和深度学习阶段,以2006年为分割点。2006年以前,深度学弟以神经网络连接主义名义发展,经历了两次兴盛和两次寒冬;2006年,Groffrey Hinton首次将深层神经网络命名为深度学习,自此开启了深度学习的第三次复兴之路。 阅读全文
摘要:
1.1.3神经网络与深度学习 神经网络算法是一类基于神经网络从数据中学习的算法,它仍然属于机器学习的范畴。受限于计算能力和数据量,早起的神经网络层数较浅,一般在1-4层左右,网络表达能力有限。随着计算能力的提升和大数据时代的到来,高度并行化的GPU和海量数据让大规模神经网络的训练称为可能。 2006 阅读全文
摘要:
1.1.2 机器学习 机器学习分为两部分: 有监督学习(Surpervised Learning) 无监督学习(Unsupervised Learning) 强化学习(Reinforcement Learning,简称RL) 如下图所示: 有监督学习 有监督学习的数据集包含了样本x与样本label 阅读全文
摘要:
阅读全文
摘要:
https://www.jianshu.com/p/dd323aa79e34 阅读全文
摘要:
解决办法: 将C:\ProgramData\Anaconda3\DLLs中libssl-1_1-x64.dll文件复制到的C:\ProgramData\Anaconda3\Library\bin 参考博客:https://blog.csdn.net/qq_27403925/article/detai 阅读全文
摘要:
No changes detected 忘记在setttings里注册App 阅读全文
摘要:
创建虚拟环境conda create -n your_env_name python=X.X(2.7、3.6等)进入虚拟环境source activate your_env_name退出虚拟环境source deactivate 阅读全文