摘要:
训练集和测试集(训练集包含两个文件:train_negative.txt和train_positive.text,分别包含2000多的负样本和2000多的正样本。文件里面的每一行代表一个样本(例如:一篇电影评论)。测试样本类似。): 链接:https://pan.baidu.com/s/1GybqI 阅读全文
摘要:
恒等块(Identity block) 和图中不同,下例中会跳过三个隐藏层,且路径中每一步先进行卷积操作,再Batch归一化,最后进行Relu激活。 相关函数: 实现Conv2D:参见这里 实现BatchNorm:参见这里 实现激活:使用Activation('relu')(X) 添加快捷方式传递的 阅读全文
摘要:
在完成作业之前需要在虚拟环境中安装TensorFlow和Keras Keras中几个函数用法https://blog.csdn.net/u012969412/article/details/70882296/ 导包 1 import numpy as np 2 from keras import l 阅读全文
摘要:
导包 1 import math 2 import numpy as np 3 import h5py 4 import matplotlib.pyplot as plt 5 import scipy 6 from PIL import Image 7 from scipy import ndima 阅读全文
摘要:
导包 1 import numpy as np 2 import h5py 3 import matplotlib.pyplot as plt 4 5 plt.rcParams['figure.figsize'] = (5.0, 4.0) # set default size of plots 6 阅读全文
摘要:
TensorFlow常用函数 1 import math 2 import numpy as np 3 import h5py 4 import matplotlib.pyplot as plt 5 import tensorflow as tf 6 from tensorflow.python.f 阅读全文
摘要:
任务:损失函数𝐽 = 𝑤2 −10𝑤 +25,使用TensorFlow找到使损失函数最小的𝑤值。 import numpy as np import tensorflow as tf w=tf.Variable(0,dtype=tf.float32) cost=tf.add(tf.add(w 阅读全文
摘要:
(批量)梯度下降法 1 import numpy as np 2 import matplotlib.pyplot as plt 3 import scipy.io 4 import math 5 import sklearn 6 import sklearn.datasets 7 8 from o 阅读全文
摘要:
初始化 分别使用0、随机数和抑梯度异常初始化参数,比较发现抑梯度异常初始化参数可以得到更高的准确度。 原始数据: import numpy as np import matplotlib.pyplot as plt import sklearn import sklearn.datasets fro 阅读全文
摘要:
深度神经网络计算过程 提前加载包 1 import numpy as np 2 import h5py 3 import matplotlib.pyplot as plt 4 from testCases_v2 import * 5 from dnn_utils import sigmoid, si 阅读全文