摘要： 一、数据集加载步骤 1、获得图片路径列表给x，获得标签列表给y. 2、将数据集装载到dataset。 3、打乱，用map()函数读取图片数据。 （1） images and labels ▪ 𝑋 = [1. 𝑝𝑛𝑔, 2. 𝑝𝑛𝑔, 3. 𝑝𝑛𝑔, … ] ▪ 𝑌 = [4,9 阅读全文

摘要： 一、GRU原理 二、LSTM_cell实战 import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' import tensorflow as tf import numpy as np from tensorflow import keras from te 阅读全文

摘要： 一、基础模型 1、这种模型，句子长的话，权值参数多、不能记住上下文信息。 2、参数共享，并增加记忆功能。 3、公式化表示RNN 二、RNN维度解析 1、如图，假设x的维度[batch, seq_len, embedding_len]是[b, 80, 100]，则在t时刻，Xt的形状是[b, 100] 阅读全文

摘要： 一、基础 二、ResNet18 import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers, Sequential class BasicBlock(layers.Layer): d 阅读全文

摘要： 一、不进行归一化，某些W变化对loss影响较大 二、进行归一化 1、可以看到，Batch Norm结束后，只得到三个数值，每个通道一个。 2、正常的Batch Norm过后，均值为0，方差为1，但是需要再加一个贝塔和伽马。（B,r）需要学出来。 变成了均值为B，方差为r。 三、用法 1、下面的cen 阅读全文

摘要： 一、网络结构 二、代码 import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' import tensorflow as tf from tensorflow.keras import layers, optimizers, datasets, Sequen 阅读全文

摘要： 一、最大池化的类方法和函数式方法 二、上采样 三、RELU的类风格和函数式风格 阅读全文

摘要： 一、基本概念 1、 看图：我们假设几个变量，N是卷积核的个数，B是batch_size，C是通道数，如RGB三个通道。 如下所示：X中b是batch_size，最后一个3是通道数。 one K 中第一个3是通道数，后面两个3是卷积大小3*3. multi-K 中第一个16是N，指的是有16个卷积。b 阅读全文

摘要： 一、提前停止 ▪ Validation set to select parameters ▪ Monitor validation performance ▪ Stop at the highest val perf. 二、DroupOut 注意：在训练时，要加上Training=True，其他都是 阅读全文

摘要： 一、动量 1、普通梯度更新与加上动量的梯度更新。 解释：原先更新的方向是梯度方向，现在多了一个Z方向，即现在是结合了历史惯性。 二、学习率缓慢减少 解释：学习率太大和太小都不太好 阅读全文