摘要: 深度学习最终目的表现为解决分类或回归问题。在现实应用中,输出层我们大多采用softmax或sigmoid函数来输出分类概率值,其中二元分类可以应用sigmoid函数。 而在多元分类的问题中,我们默认采用softmax函数,具体表现为将多个神经元的输出,映射到0 ~ 1的区间中,按概率高低进行分类,各 阅读全文
posted @ 2018-10-08 16:33 可可心心 阅读(5095) 评论(0) 推荐(0) 编辑
摘要: 常见的激活函数有sigmoid、tanh和relu三种非线性函数,其数学表达式分别为: sigmoid: y = 1/(1 + e-x) tanh: y = (ex - e-x)/(ex + e-x) relu: y = max(0, x) 其代码实现如下: 其图形解释如下: 相较而言,在隐藏层,t 阅读全文
posted @ 2018-09-30 16:13 可可心心 阅读(30543) 评论(1) 推荐(0) 编辑
摘要: 本示例基于Centos 7,假设目前使用的账号为release,拥有sudo权限。 由于Docker官方镜像下载较慢,可以开启阿里云的Docker镜像下载加速器,可参考此文进行配置。 主机上服务安装步骤如下: 1. 安装docker服务: 2. 启动docker服务: 3. 查找mongo镜像: 4 阅读全文
posted @ 2018-09-29 16:49 可可心心 阅读(358) 评论(0) 推荐(0) 编辑
摘要: 本示例基于Centos 7,假设目前使用的账号为release,拥有sudo权限。 由于Docker官方镜像下载较慢,可以开启阿里云的Docker镜像下载加速器,可参考此文进行配置。 主机上服务安装步骤如下: 1. 安装docker服务: 2. 启动docker服务: 3. 查找centos镜像: 阅读全文
posted @ 2018-09-18 18:00 可可心心 阅读(2616) 评论(0) 推荐(0) 编辑
摘要: 本示例基于Centos 7,在阿里云的三台机器上部署consul集群,假设目前使用的账号为release,拥有sudo权限。 由于Docker官方镜像下载较慢,可以开启阿里云的Docker镜像下载加速器,可参考此文进行配置。 假设三台主机的ip分别为: 主机一:192.168.0.1 主机二:192 阅读全文
posted @ 2018-09-18 12:14 可可心心 阅读(2775) 评论(0) 推荐(0) 编辑
摘要: 本示例基于Centos 7,在阿里云的三台机器上部署zookeeper集群,假设目前使用的账号为release,拥有sudo权限。 由于Docker官方镜像下载较慢,可以开启阿里云的Docker镜像下载加速器,可参考此文进行配置。 假设三台主机的ip分别为: 主机一:192.168.0.1 主机二: 阅读全文
posted @ 2018-09-18 11:42 可可心心 阅读(3098) 评论(1) 推荐(0) 编辑
摘要: 本示例基于Centos 7,在阿里云的三台机器上部署redis集群,假设目前使用的账号为release,拥有sudo权限。 由于Docker官方镜像下载较慢,可以开启阿里云的Docker镜像下载加速器,可参考此文进行配置。 假设三台主机的ip分别为: 主机一:192.168.0.1 主机二:192. 阅读全文
posted @ 2018-09-18 11:14 可可心心 阅读(6255) 评论(1) 推荐(1) 编辑
摘要: 在深度学习过程中,会经常看见各成熟网络模型在ImageNet上的Top-1准确率和Top-5准确率的介绍,如下图所示: 那Top-1 Accuracy和Top-5 Accuracy是指什么呢?区别在哪呢?我们知道ImageNet有大概1000个分类,而模型预测某张图片时,会给出1000个按概率从高到 阅读全文
posted @ 2018-09-11 09:18 可可心心 阅读(31488) 评论(3) 推荐(11) 编辑
摘要: 我们在学习成熟网络模型时,如VGG、Inception、Resnet等,往往面临的第一个问题便是这些模型的各层参数是如何设置的呢?另外,我们如果要设计自己的网路模型时,又该如何设置各层参数呢?如果模型参数设置出错的话,其实模型也往往不能运行了。 所以,我们需要首先了解模型各层的含义,比如输出尺寸和可 阅读全文
posted @ 2018-09-10 14:43 可可心心 阅读(5589) 评论(0) 推荐(2) 编辑
摘要: 深度学习要想落地实践,一个少不了的路径即是朝着智能终端、嵌入式设备等方向发展。但终端设备没有GPU服务器那样的强大性能,那如何使得终端设备应用上深度学习呢? 所幸谷歌已经推出了TFMobile,去年又更进一步,推出了TFLite,其应用思路为在GPU服务器上利用迁移学习训练自己的模型,然后将定制化模 阅读全文
posted @ 2018-09-07 14:51 可可心心 阅读(8129) 评论(1) 推荐(4) 编辑