7.2 深度學習模型調(diào)試和監(jiān)控 本小節(jié)學習如何監(jiān)控模型訓練的過程。 7.2.1 模型訓練中應用回調(diào) 當你訓練模型時，有許多情況是在起始階段預估不了的。比如，你不能給出具體需要...
發(fā)簡信
IP屬地：湖北
-
深度學習模型調(diào)試和監(jiān)控（7.2） -
6.3 RNN高級用法（一）6.3 RNN高級用法 在本小節(jié)中，我們將學習三種高級方法提升RNN的性能和泛化能力。學完本小節(jié)你將會掌握使用Keras實現(xiàn)RNN的細節(jié)。我們將展示解決天氣預報問題的三種思想...
-
《Deep Learning with Python》第六章 6.2 理解循環(huán)神經(jīng)網(wǎng)絡（RNN）沉下心來，踏實干，會成功的。 6.2 理解循環(huán)神經(jīng)網(wǎng)絡（RNN） 前面所有見過的神經(jīng)網(wǎng)絡模型，比如，全聯(lián)結(jié)網(wǎng)絡和卷積網(wǎng)絡，它們最主要的特征是沒有記憶。每個輸入被單獨處理，也沒...
-
Ubuntu上安裝PyLucene
機器環(huán)境：Ubuntu 16.04，Java 1.8 安裝ANT： 下載pylucene-4.10.1-1或者pylucene-6.5.0包，并解壓。注意，不要去pyluce...
-
@謙_Leo 加油
《Deep Learning with Python》第一章 1.1 人工智能、機器學習和深度學習
第一章 什么是深度學習？ 本章涉及的知識點： 基本概念的高層次（High-level）定義 機器學習的發(fā)展歷程 深度學習興起背后的關(guān)鍵因素以及未來的展望 過去幾十年，人工智能...
-
《Deep Learning with Python》第六章 6.1 深度學習之文本處理6.1 深度學習之文本處理 文本是序列數(shù)據(jù)傳播最廣泛的形式之一，它可以理解成一個字母序列或者詞序列，但是最常見的形式是詞序列。后面章節(jié)介紹的深度學習序列處理模型有文檔分類、情...
-
《Deep Learning with Python》第三章 3.6 走進神經(jīng)網(wǎng)絡之房價預測3.6 房價預測：線性回歸 前面兩個例子都可以看成是分類問題，它的目標是預測某個輸入數(shù)據(jù)點的單個離散label。常見的另外一類機器學習問題是線性回歸，其預測的是一個連續(xù)值，而...
-
《Deep Learning with Python》第三章 3.5 走進神經(jīng)網(wǎng)絡之新聞多分類3.5 新聞分類：多分類 在上一小節(jié)，學習了如何使用全聯(lián)接神經(jīng)網(wǎng)絡將向量輸入分為二類。但是，當需要多分類時該咋辦呢？ 在本小節(jié)，你將學習構(gòu)建神經(jīng)網(wǎng)絡，把路透社新聞分為互不相交...
-
《Deep Learning with Python》第三章 3.4 走進神經(jīng)網(wǎng)絡之電影影評分類3.4 電影影評分類 二元分類，或者稱為二值分類，可能是應用最廣泛的機器學習問題。通過學習本例，你將掌握如何基于文本內(nèi)容將影評分為正、負二類。 3.4.1 IMDB數(shù)據(jù)集 本...
-
《Deep Learning with Python》第二章 2.2 神經(jīng)網(wǎng)絡的數(shù)據(jù)表示2.2 神經(jīng)網(wǎng)絡的數(shù)據(jù)表示 在上面的例子中，數(shù)據(jù)存儲為多維Numpy數(shù)組，也稱為張量（tensor）。當前流行的機器學習系統(tǒng)都以張量作為基本數(shù)據(jù)結(jié)構(gòu)。所以Google的Ten...
-
《Deep Learning with Python》第一章 1.1 人工智能、機器學習和深度學習第一章 什么是深度學習？ 本章涉及的知識點： 基本概念的高層次（High-level）定義 機器學習的發(fā)展歷程 深度學習興起背后的關(guān)鍵因素以及未來的展望 過去幾十年，人工智能...
個人介紹