發(fā)簡信
IP屬地：廣東
-
tensorflow--LTSM,GRU1、LTSM 傳統(tǒng)循環(huán)網(wǎng)絡(luò)RNN可以通過記憶體實現(xiàn)短期記憶進(jìn)行連續(xù)數(shù)據(jù)的預(yù)測。但是當(dāng)連續(xù)數(shù)據(jù)的序列變長時，會使展開時間步長過長，在反向傳播更新參...
-
tensorflow--循環(huán)神經(jīng)網(wǎng)絡(luò)RNN目標(biāo)：用RNN實現(xiàn)連續(xù)數(shù)據(jù)的預(yù)測（以股票預(yù)測為例） 有些數(shù)據(jù)是跟時間相關(guān)的，是可以根據(jù)上文預(yù)測出下文的。 1、循環(huán)核：參數(shù)時間共享，循環(huán)層提取時...
-
tensorflow--經(jīng)典網(wǎng)絡(luò)：LeNet、AlexNet、VggNet、InceptionNet、ResNet1、LeNet LeNet卷積神經(jīng)網(wǎng)絡(luò)是LeCun于1998年提出，是卷積神經(jīng)網(wǎng)絡(luò)的開篇之作。通過共享卷積核減少了網(wǎng)絡(luò)的參數(shù)。 在統(tǒng)計卷積神經(jīng)網(wǎng)...
-
tensorflow--cifar10數(shù)據(jù)集Cifar10數(shù)據(jù)集有6w張圖片，每張圖片有32行32列像素點的紅綠藍(lán)三通道數(shù)據(jù)，其中5w張十分類彩色圖片用于訓(xùn)練，1w張用于測試。十分類分別是...
-
tensorflow--卷積計算過程
1、卷積（Convolutional Neural Networks, CNN）計算過程 全連接神經(jīng)網(wǎng)絡(luò)對識別和預(yù)測都有非常好的效果，但有時，如...
-
tensorflow功能擴展1. 自制數(shù)據(jù)集 目標(biāo)：將自己的圖片集和標(biāo)簽集轉(zhuǎn)換為適合神經(jīng)網(wǎng)絡(luò)讀取的多維數(shù)組例如： 2. 數(shù)據(jù)增強 數(shù)據(jù)增強可以幫助擴展數(shù)據(jù)集。對圖像增加，就...
-
tensorflow--Mnist數(shù)據(jù)集Mnist數(shù)據(jù)集一共有7萬張圖片： 6萬張28*28像素點的0~9手寫數(shù)字圖片和標(biāo)簽，用于訓(xùn)練 1萬張28*28像素點的0~9手寫數(shù)字圖片和標(biāo)簽...
-
tensorflow-Sequential、compile、fit、summary
1. tf.keras.models.Sequential([網(wǎng)絡(luò)結(jié)構(gòu)]) # 描述各層網(wǎng)絡(luò) Sequentail()可以認(rèn)為是個容器，這個容...
-
tensorflow基礎(chǔ)02--常用函數(shù)
1. 強制tensor轉(zhuǎn)換為該數(shù)據(jù)類型 2. 張量最值計算 計算張量維度上的最小值 計算張量維度上的最大值 運行結(jié)果： 3. 張量的軸 axis...