...

　　最近對tensorflow十分感興趣，所以想做一個系列來詳細講解tensorflow來。 　　本教程主要由tensorflow2.0官方教程的個人學習復現筆記整理而來，並借鑒了一些keras構造神經網絡的方法，中文講解，方便喜歡閱讀中文教程的朋友，tensorflow官方教程：https ...

tf.keras的回調函數實際上是一個類，一般是在model.fit時作為參數指定，用於控制在訓練過程開始或者在訓練過程結束，在每個epoch訓練開始或者訓練結束，在每個batch訓練開始或者訓練結束時執行一些操作，例如收集一些日志信息，改變學習率等超參數，提前終止訓練過程等等。 同樣地，針對 ...

轉自 https://segmentfault.com/a/1190000020413887 前言 TF2.0 是之前學習的內容，當時是寫在了私有的YNote中，重寫於SF。TF2.0-GPU 安裝教程傳送門：https://segmentfault.com/a/11...之前接觸 ...

激活函數在深度學習中扮演着非常重要的角色，它給網絡賦予了非線性，從而使得神經網絡能夠擬合任意復雜的函數。 如果沒有激活函數，無論多復雜的網絡，都等價於單一的線性變換，無法對非線性函數進行擬合。 目前，深度學習中最流行的激活函數為 relu, 但也有些新推出的激活函數，例如 swish、GELU ...

一般來說，監督學習的目標函數由損失函數和正則化項組成。（Objective = Loss + Regularization） 對於keras模型，目標函數中的正則化項一般在各層中指定，例如使用Dense的 kernel_regularizer 和 bias_regularizer等參數指定權重 ...

.caret, .dropup > .btn > .caret { border-top-color: #000 !important ...

平方損失函數求導后，偏導太小，迭代更新慢，所以考慮用交叉熵損失函數（注意標記值和預測值不能寫反了）（標記值為0或1，對0取對數是不存在的額）： 交叉熵損失函數滿足作為損失函數的兩大規則：非負性，單調一致性 ...