摘要: 卷积神经网络(CNN)由输入层、卷积层、激活函数、池化层、全连接层组成,即INPUT(输入层)-CONV(卷积层)-RELU(激活函数)-POOL(池化层)-FC(全连接层) 卷积层 用它来进行特征提取,如下: 输入图像是32*32*3,3是它的深度(即R、G、B),卷积层是一个5*5*3的filt 阅读全文
posted @ 2020-02-19 17:35 竹雨听闲 阅读(402) 评论(0) 推荐(0) 编辑
摘要: seq2seq的用途有很多,比如机器翻译,写诗,作曲,看图写文字等等用途很广泛!该模型最早在2014年被Cho和Sutskever先后提出,前者将该模型命名为“Encoder-Decoder Model”也就是编码-解码模型,后者将其命名为“Sequence to Sequence Model”也就 阅读全文
posted @ 2020-02-19 17:34 竹雨听闲 阅读(426) 评论(0) 推荐(0) 编辑
摘要: 知识点归集: k折交叉验证: 过拟合和欠拟合: 模型复杂度 n_train训练样本数,n_test测试样本数 poly_features聚合特征 def semilogy定义画图函数,帮助观察训练误差和泛化误差的关系 def fit_and_plot训练的过程,训练误差和泛化误差打印出来,调用前面的 阅读全文
posted @ 2020-02-19 17:32 竹雨听闲 阅读(281) 评论(0) 推荐(0) 编辑