别团等shy哥发育

2022年5月15日

摘要：经典卷积网络--VGGNet 1、VGGNet网络模型 2、VGGNet网络模型搭建（使用Tensorflow） 3、完整代码实现(使用CIFAR10数据集) 借鉴点：小卷积核减少参数的同时，提高识别准确率；网络结构规整，适合并行加速。 1、VGGNet网络模型在 AlexNet 之后，另一个性能阅读全文

posted @ 2022-05-15 15:37 别团等shy哥发育阅读(98) 评论(0) 推荐(0)

经典卷积网络--AlexNet

摘要：经典卷积网络--AlexNet 1、AlexNet网络结构 2、使用Tensorflow搭建AlexNet 3、完整代码实现该网络值得借鉴的地方：激活函数使用 Relu，提升训练速度；Dropout 防止过拟合。 1、AlexNet网络结构 AlexNet 网络诞生于 2012 年，是第一个在图像阅读全文

posted @ 2022-05-15 15:01 别团等shy哥发育阅读(40) 评论(0) 推荐(0)

经典卷积网络--LeNet

摘要：经典卷积网络--LeNet 1、LeNet5网络结构搭建 2、LeNet5代码实现(使用CIFAR10数据集) 借鉴点：共享卷积核，减少网络参数。 1、LeNet5网络结构搭建 LeNet 即 LeNet5，由 Yann LeCun 在 1998 年提出，做为最早的卷积神经网络之一，是许多神经网络架阅读全文

posted @ 2022-05-15 14:39 别团等shy哥发育阅读(24) 评论(0) 推荐(0)

卷积神经网络(原理与代码实现)

摘要：卷积神经网络 1、卷积的概念 2、感受野的概念 3、全零填充(padding) 4、Tensorflow描述卷积层 4.1 卷积(Convolutional) 4.2 批标准化（Batch Normalization，BN） 4.3 池化 4.4 Dropout 5、简单CNN实现CIFAR10数据阅读全文

posted @ 2022-05-15 00:39 别团等shy哥发育阅读(52) 评论(0) 推荐(0)

2022年5月12日

使用tf.keras快速搭建神经网络

摘要：使用tf.keras快速搭建神经网络 1、keras介绍 2、搭建神经网络六步法 3、关键函数的用法介绍 4、快速搭建网络实现鸢尾花数据集分类 5、快速实现MNIST手写体数字识别 5.1 MNIST数据集介绍 5.2 查看MNIST数据集结构 5.3 训练MNIST数据集 6、训练Fashion_ 阅读全文

posted @ 2022-05-12 22:17 别团等shy哥发育阅读(33) 评论(0) 推荐(0)

2022年5月11日

一层神经网络实现鸢尾花数据集分类

摘要：一层神经网络实现鸢尾花数据集分类 1、数据集介绍 2、程序实现 2.1 数据集导入 2.2 数据集乱序 2.3 数据集划分成永不相见的训练集和测试集 3.4 配成[输入特征，标签]对，每次喂入一小撮(batch)： 3.5 定义神经网路中所有可训练参数 3.6 超参数设置 3.7 嵌套循环迭代，wi 阅读全文

posted @ 2022-05-11 23:32 别团等shy哥发育阅读(34) 评论(0) 推荐(0)

TensorFlow基本概念与常见函数

摘要： TensorFlow基本概念与常见函数 1、基本概念 2、数据类型 3、如何创建一个Tensor? 3.1 tf.constant() 3.2 tf. convert_to_tensor() 3.3 可采用不同函数创建不同值的张量 3.4 可采用不同函数创建符合不同分布的张量。 4、常用函数 4.1 阅读全文

posted @ 2022-05-11 23:11 别团等shy哥发育阅读(24) 评论(0) 推荐(0)

2022年5月8日

网络优化方法--正则化

摘要：网络优化方法--正则化正则化 1.1 正则化介绍 1.2 L1正则项与L2正则项的区别 1.3 正则化程序正则化 1.1 正则化介绍正则化也叫作规范化，通常用得比较多的方式是 L1 正则化和 L2 正则化。L1 和 L2 正则化的使用实际上就是在普通的代价函数（例如均方差代价函数或交叉熵代价阅读全文

posted @ 2022-05-08 23:30 别团等shy哥发育阅读(50) 评论(0) 推荐(0)

网络优化方法--Dropout

摘要：网络优化方法--Dropout 1、Dropout介绍 2、Dropout程序 1、Dropout介绍 Dropout 也是一种用于抵抗过拟合的技术，它试图改变网络本身来对网络进行优化。我们先来了解一下它的工作机制，当我们训练一个普通的神经网络时，网络的结构可能如图所示。 Dropout 通常是在阅读全文

posted @ 2022-05-08 23:01 别团等shy哥发育阅读(110) 评论(0) 推荐(0)

2022年5月4日

单层感知器分类案例

摘要：单层感知器分类案例 1、题目及实现思路 2、代码实战 1、题目及实现思路题目：假设我们有 4 个 2 维的数据，数据的特征分别是(3,3),(4,3),(1,1),(2,1)。 (3,3),(4,3) 这两个数据的标签为 1， (1,1),(2,1)这两个数据的标签为-1。构建神经网络来进行分类阅读全文

posted @ 2022-05-04 22:22 别团等shy哥发育阅读(79) 评论(0) 推荐(0)

别团等shy哥发育

公告