第六章循環(huán)神經(jīng)網(wǎng)絡(luò) CNN和RNN的對(duì)比:CNN: 借助卷積核(kernel)提取特征后,送入后續(xù)網(wǎng)絡(luò)(如全連接網(wǎng)絡(luò) Dense) 進(jìn)行分類、目...
第五章卷積神經(jīng)網(wǎng)絡(luò) 5.1卷積計(jì)算過(guò)程 因?yàn)槿B接網(wǎng)絡(luò)在實(shí)際應(yīng)用中,數(shù)據(jù)參數(shù)量過(guò)大導(dǎo)致過(guò)擬合,所以不會(huì)將原始圖像直接輸入,而是先對(duì)特征進(jìn)行提取,...
第四章神經(jīng)網(wǎng)絡(luò)拓展 4.1總覽 對(duì)第三章對(duì)6步進(jìn)行拓展1 自制數(shù)據(jù)集,解決本領(lǐng)域應(yīng)用2 數(shù)據(jù)增強(qiáng),擴(kuò)充數(shù)據(jù)集3 斷點(diǎn)續(xù)訓(xùn),存取模型4 參數(shù)提取,...
第三章神經(jīng)網(wǎng)絡(luò)八股 3.1搭建神經(jīng)網(wǎng)絡(luò)sequential(上層輸出就是下層輸入的順序網(wǎng)絡(luò)結(jié)構(gòu)) 使用tensorflow的API:tf.ker...
第二章神經(jīng)網(wǎng)絡(luò)優(yōu)化 2.1預(yù)備知識(shí) 1.tf.where():條件語(yǔ)句真返回A,條件語(yǔ)句假返回B,tf.where(條件語(yǔ)句,真返回A,假返回B...
第一章神經(jīng)網(wǎng)絡(luò)計(jì)算 1.1張量生成 Tensorflow中的tensor表示張量,是多維數(shù)據(jù),多維列表,用階表示張量的維度。0 階張量叫做標(biāo)量,...