随笔分类 - 深度学习&机器学习&机器学习
摘要: ▪ Load datasets ▪ Build Network ▪ Train ▪ Test 
阅读全文
摘要:Tricks ▪ Early Stopping ▪ Dropout ▪ Stochastic Gradient Descent # 1 Early stopping 我们走到最大指的时候我们可以提交stop掉,防止它overfitting。  ▪ learning rate decay # 1 momentum  分
阅读全文
摘要:# 1 过拟合和欠拟合 线性模型  非线性模型  这个照片很模糊,大小只有[32,32],所以我们预测的结果也不是很好。 # 2 自定义
阅读全文
摘要:一般情况下有三种方式: ▪ save/load weights(只保存网络的参数,状态不管) ▪ save/load entire model(把所有的状态都保存) ▪ saved_model(交给工厂的时候可以用,可以跨语言) # 1 save/load weights 比如说你的网络里面有[w1
阅读全文
摘要:▪ keras.Sequential ▪ keras.layers.Layer ▪ keras.Model # 1 keras.Sequential ** ▪ optimizers # 1 Keras.Metrics 1.Metrics(新建一个Matrics) 2.update_state(添加数据) 3.result()
阅读全文
摘要:一.数据的加载: ``` (x, y), (x_test, y_test) = datasets.fashion_mnist.load_data() print(x.shape, y.shape) ```   # 1 Basic Rule   梯度是一个向量  ▪ Hinge Loss  # 1
阅读全文
摘要:这里的输出方式有这几种:  # 1 𝑦∈𝑅^d ▪ linear regression(线性回归)
阅读全文
摘要:▪ Matmul ▪ Neural Network ▪ Deep Learning ▪ Multi-Layer # 1.Matmul - out=f(x@w+b) - out=relu(x@w+b) ![image](https://img2023.cnblogs.com/blog/1914163/
阅读全文