发表于 | 更新于 | 分类于
当我们的系统达到了90%的准确率时，觉得还是不够好，我们有很多想法去改善我们的系统，比如，去收集更多的训练数据，收集更多不同姿势图片丰富样本的多样性，或者更多的反例集。或者再用梯度下降训练算法，训练久一点。或者尝试用一个完全不同的优化算法，比如Adam优化算法。或者尝试使用规模更大或者更小的神经网络 ...
阅读全文 »

发表于 | 更新于 | 分类于
在构建神经网络模型时，有许多的参数需要去调试，比如learning rate （学习率）、iterations(梯度下降法循环的数量)、L（隐藏层数目）、（隐藏层单元数目）、choice of activation function（激活函数的选择）除了这些基本的还有一些其他的参数，如momentu ...
阅读全文 »

发表于 | 分类于
在使用神经网络时，需要决定使用哪种激活函数作用在隐藏层上，哪种用在输出节点上。普通的激活函数有sigmoid, tanh, Relu和Relu的优化版Leaky Relu。 为什么需要非线性激活函数为什么神经网络需要非线性激活函数？事实证明：要让你的神经网络能够计算出有趣的函数，你必须使用非线性激活 ...
阅读全文 »

发表于 | 更新于 | 分类于
稀疏数据和嵌入简介 将影评字符串数据转换为稀疏特征矢量 使用稀疏特征矢量实现情感分析线性模型 通过将数据投射到二维空间的嵌入来实现情感分析 DNN 模型 将嵌入可视化，以便查看模型学到的词语之间的关系 在此练习中，我们将探讨稀疏数据，并使用影评文本数据（来自 ACL 2011 IMDB 数据集）进 ...
阅读全文 »

发表于 | 更新于 | 分类于
使用神经网络对手写数字进行分类 训练线性模型和神经网络，以对传统 MNIST 数据集中的手写数字进行分类 比较线性分类模型和神经网络分类模型的效果 可视化神经网络隐藏层的权重 我们的目标是将每个输入图片与正确的数字相对应。我们会创建一个包含几个隐藏层的神经网络，并在顶部放置一个归一化指数层，以选 ...
阅读全文 »

发表于 | 更新于 | 分类于
神经网络简介 使用 TensorFlow DNNRegressor 类定义神经网络 (NN) 及其隐藏层 训练神经网络学习数据集中的非线性规律，并实现比线性回归模型更好的效果 在之前的练习中，我们使用合成特征来帮助模型学习非线性规律。 一组重要的非线性关系是纬度和经度的关系，但也可能存在其他非线性 ...
阅读全文 »

发表于 | 更新于 | 分类于
二〇一九年二月十号，星期六，农历正月初六，假期的最后一天，明天就要奔赴帝都，开始我的流浪生活。 流浪地球是我看过大刘的第二本书，而且看过两遍，第一遍是大约两年前年从北京回家的火车上，那一年三体火了，那一年也是我在帝都的第一年，第二遍是是去年我在从家到北京的火车上，看第二遍的理由是我忘记我看过了，读 ...
阅读全文 »

发表于 | 更新于 | 分类于
Django是一个，由Python写成的开放源代码的Web应用框架，在使用apache部署的时候走了好多坑这里记录下。 参考： Django教程 apache部署 前提条件 一个服务器，我使用的是阿里云服务器。 推荐使用ubuntu镜像，因为软件集成度高（就是简单，傻瓜也会玩）。 已经使用Djang ...
阅读全文 »
0%