原创 TF中的多層神經網絡
多層神經網絡 神經網絡中的層數，是以隱含層的數目而言的，一般不會去統計輸入層與輸出層；本文采用的是簡單的全連接層，所謂全連接，就是上一層的每一個節點到要與下一層的每一個節點一一相連。作爲案例，將進行最基本的多層網絡構建，並實現mnist數
2020-06-21 17:02:42
1
原创 TF中的Keras應用
簡述Keras Keras是更高階的神經網絡搭建接口，是基於tensorflow的進一步封裝，雖然效率上不如tensorflow，但是更易上手，幾行代碼就能實現一個模型的搭建。 Keras更適用於驗證自己的想法，不適用於一般的對於分析效率
2020-06-21 15:21:04
1
原创 TF中的CNN實現CIFAR10分類
CIFAR-10與FC 數據集cifar-10包括約70000張圖片，每張圖片爲32X32X3的格式，總共分爲10各類別的數據。 實現對於cifar數據集的分類，僅僅利用fc層是不現實的，以一個500個神經元的隱含層爲例，共需要32X32
2020-06-21 15:20:49
1
原创 TF中建立vgg16並實現七分類
實驗綜述 1.基於vgg16模型進行遷移學習；因爲總體數據集偏小，所以只訓練了最後一層的參數，而凍結所有其他層；當然當數據集增大時，可以向前多結凍幾層網絡進行訓練。 2.總體的實施步驟爲： （1）處理數據
2020-06-21 15:20:49
原创 TF中的單神經網絡——利用感知器解決mnist識別
Mnist數據集介紹以及載入 mnist手寫數據集，共55000個訓練樣本，5000個驗證樣本以及10000個測試樣本 import tensorflow as tf import tensorflow.examples.tutori
2020-03-10 06:37:10
原创 TF中的多元線性迴歸———波士頓房價問題
多元性線性迴歸 與之前的一元線性迴歸相比：都是線性模型，但是輸入的特徵維度是多維的，所以應建立多維的線性映射關係來實現對於數據的預測。本文將以波士頓房價爲例進行多維線性模型的建立、訓練以及預測。 數據說明 共506個樣本，每個樣本共12個
2020-03-08 10:50:48