当前标签：cnn

keras 中间层 t-sne可视化
月夜_1 2020-05-24 00:38 阅读:1607 评论:0 推荐:0
Adam优化算法详细解析
月夜_1 2020-05-22 01:00 阅读:3730 评论:2 推荐:0
深度学习笔记(4)：1.4-1.5：CNN中常用两大基本操作：padding、strided convolutions
月夜_1 2020-04-21 21:04 阅读:559 评论:0 推荐:0
numpy.reshape(-1,1)
月夜_1 2020-04-20 09:54 阅读:857 评论:0 推荐:0
np.argmax()
月夜_1 2020-04-20 09:51 阅读:946 评论:0 推荐:0
Conv1D层 参数表与输出 特征数量保持不变
月夜_1 2020-04-20 09:22 阅读:3154 评论:0 推荐:0
【机器学习】卷积层，池化层，全连接层，BN层作用；CNN 网络参数数量的计算
月夜_1 2020-04-15 12:35 阅读:6176 评论:0 推荐:0
深度学习笔记 目标函数的总结与整理 model.compile(loss='categorical_crossentropy',optimizer=sgd,metrics=['accuracy'])
月夜_1 2020-04-10 17:30 阅读:7723 评论:0 推荐:0
CNN可学习参数个数的计算
月夜_1 2020-04-10 10:59 阅读:1557 评论:0 推荐:0
feature map和filter的计算过程
月夜_1 2020-04-09 19:10 阅读:320 评论:0 推荐:0
keras中Convolution1D的使用
月夜_1 2020-04-09 19:07 阅读:2106 评论:0 推荐:1
卷积神经网络的卷积核大小、个数，卷积层数如何确定呢？
月夜_1 2020-04-09 18:56 阅读:5384 评论:0 推荐:1