IP屬地：浙江
-
Tensorflow與神經(jīng)網(wǎng)絡(luò)
在tensorflow1中，程序一般可以分為兩個(gè)階段口锭，第一個(gè)階段定義計(jì)算圖中的所有階段完沪，并沒(méi)有真正進(jìn)行計(jì)算；第二個(gè)階段賦予數(shù)據(jù)執(zhí)行計(jì)算咐旧。例如：1...
-
殘差網(wǎng)絡(luò)(ResNets)（Residual Networks (ResNets)）
如果我們使用標(biāo)準(zhǔn)優(yōu)化算法訓(xùn)練一個(gè)普通網(wǎng)絡(luò)，比如說(shuō)梯度下降法，或者其它熱門(mén)的優(yōu)化算法沛善。如果沒(méi)有殘差，沒(méi)有這些捷徑或者跳躍連接塞祈，憑經(jīng)驗(yàn)?zāi)銜?huì)發(fā)現(xiàn)隨著網(wǎng)...
-
優(yōu)化算法要點(diǎn)
權(quán)重初始化 梯度下降優(yōu)化： 假設(shè)有m個(gè)樣本金刁，如果m很大的話，處理速度就很慢议薪。比如說(shuō)尤蛮，如果是500萬(wàn)或5000萬(wàn)或者更大的一個(gè)數(shù)，在對(duì)整個(gè)訓(xùn)練集執(zhí)...
-
梯度下降與w斯议、b的初始化邏輯回歸 對(duì)于二分類問(wèn)題产捞，假設(shè)輸入為X，是一張關(guān)于貓圖片哼御，我們想預(yù)測(cè)它是否為貓坯临，也就是神經(jīng)網(wǎng)絡(luò)輸出值有多接近1。輸入的X其實(shí)為有n個(gè)特征的特征向...
-
4艇搀、機(jī)器學(xué)習(xí)基礎(chǔ)4.1 數(shù)據(jù)預(yù)處理 1尿扯、向量化神經(jīng)網(wǎng)絡(luò)的所有輸入和目標(biāo)都必須是浮點(diǎn)數(shù)張量，前面二分類和多分類的例子都是用one-shot編碼將數(shù)據(jù)處理成floa...
-
3焰雕、神經(jīng)網(wǎng)絡(luò)入門(mén)3.1 神經(jīng)網(wǎng)絡(luò)剖析 層衷笋、輸入函數(shù)和目標(biāo)、損失函數(shù)矩屁、優(yōu)化器的關(guān)系 神經(jīng)網(wǎng)絡(luò)的基本數(shù)據(jù)結(jié)構(gòu)是層辟宗，可以把層看做一個(gè)過(guò)濾器，輸入張量吝秕，輸出處理后更有價(jià)...
-
2泊脐、張量運(yùn)算
2.1 張量的廣播 兩個(gè)形狀相同的張量相加顯而易見(jiàn)，而兩個(gè)形狀不同的張量烁峭，例如我們將一個(gè)2D張量與一個(gè)向量相加容客，會(huì)產(chǎn)生什么結(jié)果秕铛？結(jié)論：較小的張量...
-
1.1深度學(xué)習(xí)基本概念機(jī)器學(xué)習(xí)系統(tǒng)是訓(xùn)練出來(lái)的，而不是按照預(yù)先給定的規(guī)則執(zhí)行的步驟：輸入大量示例 —> 找到統(tǒng)計(jì)規(guī)則 —> 將任務(wù)自動(dòng)化而學(xué)習(xí)指的是：尋找更好數(shù)據(jù)表示...
-
Android資源文件命名與使用
來(lái)源：阿里巴巴Android開(kāi)發(fā)手冊(cè) 1.layout文件的命名方式Activity缩挑、Fragment但两、Dialog、include供置、的layo...