Deep learning with Python 学习笔记（4）
本节讲卷积神经网络的可视化 可视化卷积神经网络的中间输出（中间激活） 有助于理解卷积神经网络连续的层如何对输入进行变换，也有助于初步了解卷积神经网络每个过滤器的含义 ...
原文：Deep learning with Python 学习笔记（2）
本节介绍基于Keras的CNN 卷积神经网络接收形状为 image height, image width, image channels 的输入张量 不包括批量维度 ，宽度和高度两个维度的尺寸通常会随着网络加深而变小。通道数量由传入 Conv D 层的第一个参数所控制 用卷积神经网络对 MNIST 数字进行分类Demo 运行之后，显示正确率为 . ，而之前使用的密集连接网络的正确率为 . ，提高 ...
2018-11-15 17:20 1 635 推荐指数：
相关推荐
Deep learning with Python 学习笔记（1）
深度学习基础 Python 的 Keras 库来学习手写数字分类，将手写数字的灰度图像(28 像素 ×28 像素)划分到 10 个类别 中(0~9) 神经网络的核心组件是层(layer),它是一种数据处理模块，它从输入数据中提取表示，紧接着的一个例子中，将含有两个Dense 层,它们是密集连接 ...
Deep learning with Python 学习笔记（3）
本节介绍基于Keras的使用预训练模型方法 想要将深度学习应用于小型图像数据集，一种常用且非常高效的方法是使用预训练网络。预训练网络(pretrained network)是一个保存好的网络，之前已在大型数据集(通常是大规模图像分类任务)上训练好 使用预训练网络有两种方法:特征提取 ...
Deep learning with Python 学习笔记（5）
本节讲深度学习用于文本和序列 用于处理序列的两种基本的深度学习算法分别是循环神经网络（recurrent neural network）和一维卷积神经网络（1D convnet） 与其他所有神经网络一样，深度学习模型不会接收原始文本作为输入，它只能处理数值张量。文本向量化（vectorize ...
Deep learning with Python 学习笔记（10）
生成式深度学习 机器学习模型能够对图像、音乐和故事的统计潜在空间（latent space）进行学习，然后从这个空间中采样（sample），创造出与模型在训练数据中所见到的艺术作品具有相似特征的新作品 使用 LSTM 生成文本 生成序列数据 用深度学习生成序列数据的通用方法，就是使用前面 ...
Deep Learning（深度学习）学习笔记整理(二）
本文整理了网上几位大牛的博客，详细地讲解了CNN的基础结构与核心思想，欢迎交流。 [1]Deep learning简介 [2]Deep Learning训练过程 [3]Deep Learning模型之：CNN卷积神经网络推导和实现 [4]Deep Learning模型之：CNN的反向 ...
Deep Learning（深度学习）学习笔记整理系列之常用模型（四、五、六、七）
Deep Learning（深度学习）学习笔记整理系列之常用模型（四、五、六、七） 转自： http://blog.csdn.net/zouxy09/article/details/8775524 九、Deep ...
Deep Learning（深度学习）学习笔记整理系列之（四）
9.5、Convolutional Neural Networks卷积神经网络 卷积神经网络是人工神经网络的一种，已成为当前语音分析和图像识别领域的研究热点。它的权值共享网络结构使之更 ...