码迷,mamicode.com
首页 >  
搜索关键字:神经网络    ( 3907个结果
如何查看tensorboard?
如何查看Tensorboard? TensorBoard是TensorFlow下的一个可视化的工具,能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。 复制你训练后log文件保存的位置 打开终端 输入命令 tensorb ...
分类:其他好文   时间:2020-07-20 15:36:45    阅读次数:182
Pytorch-数据增强
比如,你遇到的一个任务,目前只有小几百的数据,然而目前流行的最先进的神经网络都是成千上万的图片数据,可以通过数据增强来实现。 常用的数据增强手段: Flip(翻转) Rotation(旋转) Scale(缩放) Random Move&Crop(移位&裁剪) Gaussian Noise(高斯噪声) ...
分类:其他好文   时间:2020-07-19 23:06:54    阅读次数:79
深度神经网络的理解
先说一下自己对于神经网络的理解 ###1、一元线性回归 首先说 一元线性回归 已知 x, y,通过算法探求 x->y 的规律,也就是计算 a,b的 值。 常用的算法 最小二乘法 ###2、多元线性回归 已知 x, y,通过算法探求 x->y 的规律,也就是计算 各个β,ε的 值。 常用的算法 最小二 ...
分类:其他好文   时间:2020-07-19 11:49:59    阅读次数:71
深度学习-卷积神经网络-算法比较
Convolutional Neural Networks(CNN) Abstract 随着深度学习的发展,学术界造就了一个又一个优秀的神经网络,目前,最受欢迎的神经网络之一则是卷积神经网络,尽管有时它出现让我们无法理解的黑盒子现象,但它依然是值得我们去探索的,CNN的设计也遵循了活生物体的视觉处理 ...
分类:编程语言   时间:2020-07-18 22:03:15    阅读次数:98
基于卷积神经网络的多字符类型验证码识别
摘要: 验证码作为一种互联网安全手段, 被广泛应用于互联网各类验证界面中。由于传统的图像识 别算法对于验证码的识别准确率及速度很大程度上都依赖于算法的设计及鲁棒性上,实际应用起来效果不是很好。在本次项目中,使用 Tensorflow 框架将卷积神经网络应用于验证码的特征提取及识别上,利用 Pytho ...
分类:其他好文   时间:2020-07-18 16:00:24    阅读次数:72
【NLP】RNN、LSTM、GRU
RNN 循环神经网络。像之前的CNN只能处理单独的输入,前一个输入与后一个输入没有关系。但例如NLP中,我们需要前后文的信息。所以RNN应运而生。 标准的RNN中,1)N input -- N output 2)权值共享,W、U、V每个都是一样的。 实际中,这一种结构无法解决所有问题。所以也有了以下 ...
分类:其他好文   时间:2020-07-17 19:40:13    阅读次数:72
第46月第15天 由于iOS的限制,当应用程序在后台时,无法使用GPU。
1. 注意:由于iOS的限制,当应用程序在后台时,无法使用GPU。如果您的应用需要在应用程序后台运行时运行神经网络,则无法使用此库。在这种情况下,使用Core ML或TF Lite是更好的选择。或者,如果Core ML或TensorFlow不是合适的解决方案,我可以将您的模型转换为使用高度优化的CP ...
分类:移动开发   时间:2020-07-15 15:12:22    阅读次数:86
课时五、boost与adaboost
提升的概念 提升算法 提升算法推导 梯度提升决策树 决策树的描述 正则项的定义 目标函数的计算 目标函数继续化简 子树划分 Adaboost 误差上限 方差与偏差 Bagging能够减少训练方差,对于不剪枝的决策树、神经网络等学习器有良好的集成效果 Boosting减少偏差,能够基于泛化能力较弱的学 ...
分类:其他好文   时间:2020-07-15 01:15:23    阅读次数:72
CNN之MixNet
关于MixNet:1.NAS:神经架构搜索,从定义一组神经网络可能会用到的“建筑模块”开始,NAS算法用一个RNN做控制器,从这些模块中挑选,然后将它们放在一起,创造某种端到端的架构(好坏取决于选择的模块和它们之间构建的连接);接着训练这个网络,让其收敛,得到验证集上的准确率,通过策略梯度更新控制器 ...
分类:Web程序   时间:2020-07-14 21:52:12    阅读次数:91
tensorflow运作方式
Tensorflow一般经过三阶段的模式函数操作: 模型 inference()阶段:尽可能构建好图表(graph),满足促使神经网络向前反馈并做出相应的预测要求; 策略 loss()阶段:往inference图表中添加生成损失(loss)所需要的操作(ops),如交叉熵损失,正则化损失; 算法 t ...
分类:其他好文   时间:2020-07-14 21:50:43    阅读次数:63
3907条   上一页 1 ... 14 15 16 17 18 ... 391 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!