07 2018 档案

[Deep-Learning-with-Python]计算机视觉中的深度学习
摘要：包括： 理解卷积神经网络 使用数据增强缓解过拟合 使用预训练卷积网络做特征提取 微调预训练网络模型 可视化卷积网络学习结果以及分类决策过程 介绍卷积神经网络，convnets，深度学习在计算机视觉方面广泛应用的一个网络模型。 卷积网络介绍 在介绍卷积神经网络理论以及神经网络在计算机视觉方面应用广泛的 阅读全文
posted @ 2018-07-22 17:27 April15 阅读(343) 评论(0) 推荐(0)
[Deep-Learning-with-Python]机器学习基础
摘要：机器学习类型 机器学习模型评估步骤 深度学习数据准备 特征工程 过拟合 解决机器学习问题的一般性流程 机器学习四分支 二分类、多分类以及回归问题都属于监督学习－－目标是学习训练输入和对应标签之间的关系。 监督学习只是机器学习的冰山一角。机器学习主要分为４类:监督学习、非监督学习、半监督学习和强化学习 阅读全文
posted @ 2018-07-18 21:47 April15 阅读(459) 评论(0) 推荐(0)
[Deep-Learning-with-Python]基于Keras的房价预测
摘要：预测房价：回归问题 回归问题预测结果为连续值，而不是离散的类别。 波士顿房价数据集 通过20世纪70年代波士顿郊区房价数据集，预测平均房价；数据集的特征包括犯罪率、税率等信息。数据集只有506条记录，划分成404的训练集和102的测试集。每个记录的特征取值范围各不相同。比如，有0~1,1~12以及0 阅读全文
posted @ 2018-07-15 15:38 April15 阅读(3094) 评论(0) 推荐(0)
[Deep-Learning-with-Python]基于Kears的Reuters新闻分类
摘要：Reuters数据集下载速度慢，可以在我的 "repo库" 中找到下载，下载后放到~/.keras/datasets/目录下，即可正常运行。 构建神经网络将路透社新闻分类，一共有46个类别。因为有多个类别，属于多分类问题，而每条数据只属于一个类别，所以是单标签多分类问题；如果每条数据可以被分到多个类 阅读全文
posted @ 2018-07-15 11:08 April15 阅读(1248) 评论(0) 推荐(0)
基于Keras的imdb数据集电影评论情感二分类
摘要：IMDB数据集下载速度慢，可以在我的 "repo库" 中找到下载，下载后放到~/.keras/datasets/目录下，即可正常运行。)中找到下载，下载后放到~/.keras/datasets/目录下，即可正常运行。 电影评论分类：二分类 二分类可能是机器学习最常解决的问题。我们将基于评论的内容将电 阅读全文
posted @ 2018-07-13 16:41 April15 阅读(10189) 评论(5) 推荐(0)
[Deep-Learning-with-Python]神经网络入手学习[上]
摘要：神经网络入手[上] [x] 神经网络的核心部分 [x] Keras介绍 [ ] 使用Keras解决简单问题：分类和回归 神经网络剖析 神经网络的训练与下列对象相关： 网络层Layers，网络层结合形成神经网络模型； 输入数据以及对应标签； 损失函数，定义用来学习的反馈信号； 优化方法，定义学习过程。 阅读全文
posted @ 2018-07-13 09:04 April15 阅读(465) 评论(0) 推荐(0)
[Deep-Learning-with-Python]神经网络的数学基础
摘要：理解深度学习需要熟悉一些简单的数学概念：Tensors(张量)、Tensor operations 张量操作、differentiation微分、gradient descent 梯度下降等等。 “Hello World” MNIST 手写数字识别 由上面的程序，我们了解了如何构建网络以及如何进行网 阅读全文
posted @ 2018-07-11 22:00 April15 阅读(685) 评论(0) 推荐(0)
数据增强利器--Augmentor
摘要：最近遇到数据样本数目不足的问题，自己写的增强工具生成数目还是不够，终于在网上找到一个数据增强工具包，足够高级，足够傻瓜。想要多少就有多少！再也不怕数据不够了！ 简介 "Augmentor" 是一个Python包，旨在帮助机器学习任务的图像数据人工生成和数据增强。它主要是一种数据增强工具，但也将包含基 阅读全文
posted @ 2018-07-05 21:55 April15 阅读(3315) 评论(0) 推荐(0)