摘要:
优化 池化 Pooling max pooling 理论上,最大池化操作的好处是减小输入大小,使得神经网络能够专注于最重要的元素。最大池化只取覆盖区域中的最大值,其它的值都丢弃。 TensorFlow 提供了 tf.nn.max_pool() 函数,用于对卷积层实现 最大池化 。 tf.nn.max 阅读全文
摘要:
"来源" dilation_rate为一个可选的参数,默认为1,这里我们可以先不管它。 整理一下,对于“VALID”,输出的形状计算如下: new_height=new_width=⌈(W–F+1)/S⌉ 对于“SAME”,输出的形状计算如下: new_height=new_width=⌈W/S⌉ 阅读全文
摘要:
问题一:对特征归一化 Min Max Scaling: X′=a+(X−Xmin)(b−a)/(Xmax−Xmin) 问题二:用 TensorFlow 创建特征、目标、权重和偏置项 tensor。 问题三:调整学习率,epochs 和 batch size 来获取最高准确率 阅读全文