首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
kears与tf2深度学习
万里鹏程转瞬至
创建于2022-05-17
订阅专栏
介绍keras与tf2深度学习中的一些工程代码
暂无订阅
共5篇文章
创建于2022-05-17
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
深度学习7 hsigmoid硬件友好的激活函数实现
本文已参与「新人创作礼」活动,一起开启掘金创作之路 hsigmoid激活函数是对sigmoid的近似,用线性变换尽可能对sigmoid的非线性变化进行拟合。 sigmoid的图像如下所示: 通过对si
深度学习4 keras实现基于全连接的自动编码器
本文已参与「新人创作礼」活动,一起开启掘金创作之路 自动编码器可以看做一种数据的压缩算法,其压缩和解压缩的函数是通过实现的。 自动编码器=编码器+解码器。编码器的输出既是解码器的输入,解码器输出的sh
深度学习3 使用keras进行迁移学习
采用模型分离的方式构造迁移学习,可以降低反向传播时卷积运算的工作量。即:将模型分为两部分(特征提取和特征分类)。迁移学习是是利用其他模型的backbone做特征提取,训练自己的分类器。 1、卷积基(b
深度学习2 使用keras构建卷积神经网络
keras是一个简单易用的深度学习框架,其以tensorflow与theano后后端框架,通常在使用上都选用tensorflow作为后端。在tf2中已经将keras2进行了内嵌,我们可以在tf2中,使
深度学习1 基于h5py使用数据迭代器训练超过内存的数据
本文已参与「新人创作礼」活动,一起开启掘金创作之路 背景 在使用keras训练图像数据时,通常使用ImageDataGenerator()的方式迭代目录,分批次读取。而对于容量超大甚至超过内存数组文件