• 博客园logo
  • 会员
  • 周边
  • 新闻
  • 博问
  • 闪存
  • 众包
  • 赞助商
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






天生自然

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理

随笔分类 -  吴裕雄--天生自然神经网络与深度学习实战Python+Keras+TensorFlow

上一页 1 2

 
吴裕雄--天生自然神经网络与深度学习实战Python+Keras+TensorFlow:使用神经网络实现新闻话题分类
摘要:import pandas as pd df = pd.read_json('/Users/chenyi/Documents/News_Category_Dataset.json', lines=True) df.head() categories = df.groupby('category') 阅读全文
posted @ 2020-01-24 22:01 吴裕雄 阅读(458) 评论(0) 推荐(0)
吴裕雄--天生自然神经网络与深度学习实战Python+Keras+TensorFlow:实现分析电影评论正负能量
摘要:from keras.datasets import imdb #num_words表示加载影评时,确保影评里面的单词使用频率保持在前1万位,于是有些很少见的生僻词在数据加载时会舍弃掉 (train_data, train_labels), (test_data, test_labels) = im 阅读全文
posted @ 2020-01-24 21:54 吴裕雄 阅读(255) 评论(0) 推荐(0)
吴裕雄--天生自然神经网络与深度学习实战Python+Keras+TensorFlow:从零开始实现识别手写数字的神经网络
摘要:class NeuralNetWork: def __init__(self): ''' 初始化网络,设置输入层,中间层,输出层的节点数 ''' pass def fit(self): ''' 根据训练数据,不断更新神经网络层之间的链路权重 ''' pass def evaluate(self): 阅读全文
posted @ 2020-01-15 11:23 吴裕雄 阅读(335) 评论(0) 推荐(0)
吴裕雄--天生自然神经网络与深度学习实战Python+Keras+TensorFlow:神经网络的理论基础
摘要:#绘制步调函数图像 import matplotlib.pyplot as plt x = [1,2,3,4] y = [0, 1, 2, 3] plt.step(x, y) plt.show() import numpy as np import pylab as plt from matplot 阅读全文
posted @ 2020-01-15 11:06 吴裕雄 阅读(379) 评论(0) 推荐(0)
吴裕雄--天生自然神经网络与深度学习实战Python+Keras+TensorFlow:深度学习的线性代数基础
摘要:import numpy as np #构建一个含有一个常数12的0维张量 x = np.array(12) print(x) #ndim表示张量的维度 print(x.ndim) x1 = np.array([11,12,13]) print(x1) print(x1.ndim) x2 = np. 阅读全文
posted @ 2020-01-15 10:45 吴裕雄 阅读(340) 评论(0) 推荐(0)
吴裕雄--天生自然神经网络与深度学习实战Python+Keras+TensorFlow:使用导函数求函数的最小值
摘要:import numpy as np from matplotlib import cm import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from matplotlib.ticker import Lin 阅读全文
posted @ 2020-01-15 10:33 吴裕雄 阅读(326) 评论(0) 推荐(0)
吴裕雄--天生自然神经网络与深度学习实战Python+Keras+TensorFlow:构建一个手写数字图片的神经网络
摘要:from keras.datasets import mnist (train_images, train_labels),(test_images, test_labels) = mnist.load_data() print(train_images.shape) print(train_lab 阅读全文
posted @ 2020-01-14 14:11 吴裕雄 阅读(308) 评论(0) 推荐(0)
 

上一页 1 2