Linux終端放大縮?。悍糯螅篶trl+shift+=縮小:ctrl± Ubuntu下常用的快捷鍵 Ubuntu中的許多操作在終端(Terminal)中十分的快捷,記住一些快...
Linux終端放大縮?。悍糯螅篶trl+shift+=縮小:ctrl± Ubuntu下常用的快捷鍵 Ubuntu中的許多操作在終端(Terminal)中十分的快捷,記住一些快...
本例子是訓(xùn)練了一個(gè) Transformer 模型 用于將葡萄牙語翻譯成英語。這是一個(gè)高級(jí)示例,假定您具備文本生成(text generation)和 注意力機(jī)制(attent...
神經(jīng)風(fēng)格遷移是一種優(yōu)化技術(shù),用于將兩個(gè)圖像——一個(gè)內(nèi)容圖像和一個(gè)風(fēng)格參考圖像(如著名畫家的一個(gè)作品)——混合在一起,使輸出的圖像看起來像內(nèi)容圖像, 但是用了風(fēng)格參考圖像的風(fēng)格...
生成對(duì)抗網(wǎng)絡(luò)(GANs)是當(dāng)今計(jì)算機(jī)科學(xué)領(lǐng)域最有趣的想法之一。兩個(gè)模型通過對(duì)抗過程同時(shí)訓(xùn)練。一個(gè)生成器(“藝術(shù)家”)學(xué)習(xí)創(chuàng)造看起來真實(shí)的圖像,而判別器(“藝術(shù)評(píng)論家”)學(xué)習(xí)區(qū)...
CIFAR10 數(shù)據(jù)集包含 10 類,共 60000 張彩色圖片,每類圖片有 6000 張。此數(shù)據(jù)集中 50000 個(gè)樣例被作為訓(xùn)練集,剩余 10000 個(gè)樣例作為測(cè)試集。類...
此例子使用評(píng)論文本將影評(píng)分為積極(positive)或消極(nagetive)兩類。這是一個(gè)二元(binary)或者二分類問題,一種重要且應(yīng)用廣泛的機(jī)器學(xué)習(xí)問題。 我們將使用...
目前你已經(jīng)了解在圖像分類中,神經(jīng)網(wǎng)絡(luò)的任務(wù)是給每張輸入圖像分配一個(gè)標(biāo)簽或者類別。但是,有時(shí)你想知道一個(gè)物體在一張圖像中的位置、這個(gè)物體的形狀、以及哪個(gè)像素屬于哪個(gè)物體等等。這...
將訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)模型,對(duì)運(yùn)動(dòng)鞋和襯衫等服裝圖像進(jìn)行分類。本指南使用 Fashion MNIST 數(shù)據(jù)集,該數(shù)據(jù)集包含 10 個(gè)類別的 70,000 個(gè)灰度圖像。這些圖像以低...
上海開始施行垃圾分類啦。那么我們能不能通過平常學(xué)習(xí)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的算法來實(shí)現(xiàn)一個(gè)簡(jiǎn)單的垃圾分類的模型呢?下面主要用過CNN來實(shí)現(xiàn)垃圾的分類。在本數(shù)據(jù)集中,垃圾的種類有六...
實(shí)際例子代碼下載:https://github.com/wennaz/Deep_Learning[https://github.com/wennaz/Deep_Learnin...
用Keras搭建神經(jīng)網(wǎng)絡(luò)的步驟: 深度學(xué)習(xí)框架Keras——像搭積木般構(gòu)建神經(jīng)網(wǎng)絡(luò),主要分為7個(gè)部分,每個(gè)部分只需要幾個(gè)keras API函數(shù)就能實(shí)現(xiàn),用戶即可像搭積木般一層...
2 添加網(wǎng)絡(luò)層 Layers是神經(jīng)網(wǎng)絡(luò)基本構(gòu)建塊。一個(gè)Layer包含了tensor-in/tensor-out的計(jì)算方法和一些狀態(tài),并保存在TensorFlow變量中(即la...
Keras 中主要有三類模型:Sequential model, Functional model, Subclass model Sequenctial API: 順序模型...
1.1什么是Keras Keras 是一個(gè)用 Python 編寫的高級(jí)神經(jīng)網(wǎng)絡(luò) API,它能夠以 TensorFlow, CNTK, 或者 Theano 作為后端運(yùn)行。 Ke...