上一页 1 ··· 82 83 84 85 86 87 88 89 90 ··· 99 下一页
摘要: http://blog.csdn.net/lujiandong1/article/details/54918320 阅读全文
posted @ 2017-02-26 16:08 有梦就要去实现他 阅读(133) 评论(0) 推荐(0) 编辑
摘要: 如果border_mode选择为same,那么卷积操作的输入和输出尺寸会保持一致。如果选择valid,那卷积过后,尺寸会变小。 这是keras中的定义: 卷积的操作中,如果使用same,或valid这种模式,有时候会不灵活。必要的时候,需要我们自己去进行补零操作,庆幸的是keras的补零操作是非常灵 阅读全文
posted @ 2017-02-26 16:07 有梦就要去实现他 阅读(1398) 评论(0) 推荐(0) 编辑
摘要: 填充:padding 步幅:stride 阅读全文
posted @ 2017-02-26 15:53 有梦就要去实现他 阅读(159) 评论(0) 推荐(0) 编辑
摘要: 无论是几维,都只返回一个最大的值 阅读全文
posted @ 2017-02-23 16:56 有梦就要去实现他 阅读(1065) 评论(0) 推荐(0) 编辑
摘要: concatenate函数的作用是对numpy数组或tensor进行拼接 阅读全文
posted @ 2017-02-23 15:30 有梦就要去实现他 阅读(339) 评论(0) 推荐(0) 编辑
摘要: 1. 假设一次训练有10个epoch,可能会出现以下情况:训练好一次模型去测试,测试的准确率为0.92。又去训练一次模型(不是在之前训练模型的基础上,而是单独进行一次训练),模型训练好去测试,测试准确率为0.93或者0.89。如果我改变一个模型的参数,比如调小dropout的值,可能训练出来的模型去 阅读全文
posted @ 2017-02-23 13:43 有梦就要去实现他 阅读(4304) 评论(0) 推荐(0) 编辑
摘要: >>> np.sum([0.5, 1.5]) 2.0 >>> np.sum([0.5, 0.7, 0.2, 1.5], dtype=np.int32) 1 >>> np.sum([[0, 1], [0, 5]]) 6 >>> np.sum([[0, 1], [0, 5]], axis=0) array([0, 6]) >>> np.sum([[0, 1], [0, 5]], axis=1) ... 阅读全文
posted @ 2017-02-22 14:52 有梦就要去实现他 阅读(229) 评论(0) 推荐(0) 编辑
摘要: numpy中的matrix和array 阅读全文
posted @ 2017-02-21 22:49 有梦就要去实现他 阅读(131) 评论(0) 推荐(0) 编辑
摘要: 1.range()返回的是range object,而np.arange()返回的是numpy.ndarray() range尽可用于迭代,而np.arange作用远不止于此,它是一个序列,可被当做向量使用。 2.range()不支持步长为小数,np.arange()支持步长为小数 3.两者都可用于 阅读全文
posted @ 2017-02-21 22:45 有梦就要去实现他 阅读(9788) 评论(0) 推荐(0) 编辑
摘要: argsort函数返回的是数组值从小到大的索引值One dimensional array:一维数组 阅读全文
posted @ 2017-02-21 18:28 有梦就要去实现他 阅读(495) 评论(0) 推荐(0) 编辑
上一页 1 ··· 82 83 84 85 86 87 88 89 90 ··· 99 下一页