經(jīng)過前面的教程鸦致，想必大家對于簡單二分類、多分類、回歸的建模方法都有了一定的了解絮宁。接下來，先不對模型本身進(jìn)一步深入脱茉，而是針對機(jī)器學(xué)習(xí)中常見的數(shù)據(jù)載入非驮、數(shù)據(jù)預(yù)處理、k折交差驗(yàn)證担扑、...
發(fā)簡信
IP屬地：江西
-
Keras學(xué)習(xí)（5）——常見操作（數(shù)據(jù)載入）
-
Keras學(xué)習(xí)（4）——第一個(gè)回歸
回歸問題與分類問題的區(qū)別主要是y值不是離散的類別恰响，而是連續(xù)的變量；從模型角度看涌献，兩者并無本質(zhì)區(qū)別胚宦，分類問題無非是把回歸的結(jié)果用激活函數(shù)離散化成了類別。 1. 分步搭建 數(shù)據(jù)載...
-
-
Keras學(xué)習(xí)（3）——第一個(gè)多分類
在實(shí)際應(yīng)用中井联，遇到最多的還是多分類。如果你已經(jīng)根據(jù)教程（2）實(shí)現(xiàn)了二分類您旁，那么本篇幾乎不需要花費(fèi)多少額外的功夫烙常。 1. 概念約定 為方便后續(xù)講解，約定如下： x, y：分別代...
-
Keras學(xué)習(xí)（2）——Hello World
本篇將手把手教你實(shí)現(xiàn)第一個(gè)最簡單的深度神經(jīng)網(wǎng)絡(luò)模型被冒，基于多層感知器的二分類军掂。 1. 基本概念 多層感知器：MLP，神經(jīng)網(wǎng)絡(luò)模型的一種昨悼，其它常見的還有卷積神經(jīng)網(wǎng)絡(luò)蝗锥、循環(huán)神經(jīng)網(wǎng)絡(luò)...
-
Keras學(xué)習(xí)（1）——環(huán)境搭建（Windows/CPU版）
本教程基于Anaconda搭建，利用Anaconda搭建的好處都有啥率触？ 自帶NumPy终议、Pandas等180多個(gè)科學(xué)包極其依賴項(xiàng)，懶人福音 在同一臺電腦上可搭建多個(gè)相互獨(dú)立的...
