原创 TensorFlow深度神經網絡配置
建議DNN配置 名稱 配置 權重初始化 He initialization 激活函數 ELU 歸一化 Batch Normalization 正則化 dropout 優化器 Adam 學習速率調整
2020-05-31 10:06:08
原创 應用TensorFlow高級api構建全連接神經網絡(1)--代碼
應用TensorFlow高級api構建全連接神經網絡 https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetwo
2020-05-31 10:06:08
2
原创 AsyncProxyPool代理池中間件
import requests from scrapy.downloadermiddlewares.retry import RetryMiddleware from scrapy.utils.response import re
2019-06-26 15:40:54
1
原创 使用TensorFlow Dataset 加速數據處理及訓練
使用TensorFlow Dataset 加速數據處理及訓練 https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/5_DataManag
2019-01-08 03:13:02
3
原创 設計最優數據輸入管道
設計最優數據輸入管道 使用 prefetch 函數去重疊 數據讀取器 和 數據消耗器的工作。推薦在輸入管道的末端添加 prefetch(n) （n是batch size），以重疊 CPU 上的變換 及 GPU/TPU設備上的訓練。
2019-01-08 03:13:02
1
原创 應用TensorFlow構建lstm
應用TensorFlow構建lstm import tensorflow as tf from tensorflow.contrib import rnn from tensorflow.examples.tutorials.mni
2019-01-05 04:05:06
原创 應用TensorFlow高級API構建卷積神經網絡(2)--api解釋
tf.estimator.inputs.numpy_input_fn def numpy_input_fn(x, y=None, batch_size=128
2019-01-04 04:14:32
原创 應用TensorFlow高級API構建卷積神經網絡(1)--代碼
應用TensorFlow高級API構建卷積神經網絡 兩個卷積層，兩個全連接層 輸入 [sample * 28 * 28 * 1 ] (灰度圖) [ 28 * 28 1 ] --> (32個卷積核，每個大小551,sample方式卷
2019-01-04 04:14:32
原创 應用TensorFlow構建卷積神經網絡
應用TensorFlow構建卷積神經網絡 兩個卷積層，兩個全連接層 輸入 [sample * 28 * 28 * 1 ] (灰度圖) [ 28 * 28 1 ] --> (32個卷積核，每個大小551,sample方式卷
2019-01-04 04:14:32
原创 應用TensorFlow構建全連接神經網絡
應用TensorFlow構建全連接神經網絡 https://github.com/sjchoi86/tensorflow-101/blob/master/notebooks/mlp_mnist_xavier.ipynb import
2018-12-30 05:29:04
原创 應用TensorFlow高級api構建全連接神經網絡(2)--api解釋
tf.layers.dense tf.layers.dense( inputs, units, activation=None, use_bias=True, kernel_initialize
2018-12-30 05:28:34
1
原创 9 前向神經網絡
9 前向神經網絡 01 常用激活函數 Sigmoid激活函數 Tanh激活函數 ReLU激活函數 02 梯度消失 Sigmoid激活函數將輸入z映射到區間（0， 1） ， 當z很大時， f(z)趨近於1； 當z很小時， f(z)
2018-12-26 03:21:19
原创 4 降維
4 降維 01 主成分分析–PCA PCA選擇的是投影后數據方差最大的方向。 由於它是無監督的， 因此PCA假設方差越大， 信息量越多， 用主成分來表示原始數據可以去除冗餘的維度， 達到降維。 02 線性判別分析–LDA LDA
2018-12-24 03:03:00
原创 5 非監督學習
5 非監督學習 01 聚類 聚類是在事先並不知道任何樣本類別標籤的情況下， 通過數據之間的內在關係把樣本劃分爲若干類別， 使得同類別樣本之間的相似度高， 不同類別之間的樣本相似度低。 02 K均值算法的優缺點 缺點： 例如受初值和離
2018-12-24 03:03:00
1