摘要：
PyTorch简介 PyTorch 是 Torch 在 Python 上的衍生. 因为 Torch 是一个使用 Lua 语言的神经网络库,由于 PyTorch 采用了动态计算图（dynamic computational graph）结构，PyTorch 有一种独特的神经网络构建方法：使用和重放 t 阅读全文
posted @ 2017-04-20 22:50
xmeo
阅读(3822)
评论(0)
推荐(0)
摘要：
Keras构建回归神经网络 1.导入模块并创建数据 2.建立模型 3.激活模型 4.训练模型 5.检验模型 6.可视化结果 阅读全文
posted @ 2017-03-20 19:16
xmeo
阅读(690)
评论(0)
推荐(0)
摘要：
Keras 是一个兼容 Theano 和 Tensorflow 的神经网络高级包, 可以用他来更加快速组件一个神经网络 Backend Keras 可以基于两个Backend，一个是 Theano，一个是 Tensorflow。 如何查看用的是那个backend 当我们import keras后,运 阅读全文
posted @ 2017-03-16 19:08
xmeo
阅读(575)
评论(0)
推荐(0)
摘要：
Tensorflow之RNN,LSTM 阅读全文
posted @ 2017-03-01 22:30
xmeo
阅读(303)
评论(0)
推荐(0)
摘要：
CNN: 一张概览图可以很清楚的展示出CNN一步步学习的步骤: 阅读全文
posted @ 2017-02-25 18:48
xmeo
阅读(501)
评论(0)
推荐(0)
摘要：
训练神经网络模型时，如果训练样本较少，为了防止模型过拟合，可以使用Dropout, Dropout是指在模型训练时随机让网络某些隐含层节点的权重不工作，不工作的那些节点可以暂时认为不是网络结构的一部分，但是它的权重得保留下来（只是暂时不更新而已），因为下次样本输入时它可能又得工作了（有点抽象，具体实 阅读全文
posted @ 2017-02-22 17:14
xmeo
阅读(609)
评论(0)
推荐(0)
摘要：
Tensorflow做分类 激活函数选softmax , 损失函数选cross_entropy交叉熵损失 阅读全文
posted @ 2017-02-21 17:21
xmeo
阅读(352)
评论(0)
推荐(0)
摘要：
通过matplotlib可视化, 我们可以更直观的看到神经网络的结果 接下来的例子是拟合一个二次曲线,结合上一次构建简单神经网络的代码 阅读全文
posted @ 2017-02-13 13:43
xmeo
阅读(361)
评论(0)
推荐(0)
摘要：
先简单的定义一个隐藏层的代码 接着写一个简单的神经网络 神经网络的结构为3层,输入层,隐藏层,输出层 输入层个数为1个,输出层个数为1个 目的是拟合一条二次曲线 阅读全文
posted @ 2017-02-13 11:24
xmeo
阅读(235)
评论(0)
推荐(0)
摘要：
TensorFlow基础知识: • 使用图 (graphs) 来表示计算. • 在会话 (Session) 中执行图. • 使用张量 (tensors) 来代表数据. • 通过变量 (Variables) 维护状态. • 使用供给 (feeds) 和取回 (fetches) 将数据传入或传出任何操作 阅读全文
posted @ 2017-02-12 18:26
xmeo
阅读(231)
评论(0)
推荐(0)
浙公网安备 33010602011771号