首页
首页
沸点
课程
直播
资讯
活动
开放社区
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
掘金会员预售 5.16-6.16
登录
Keras
1699 关注,204 文章
关注
热门
最新
最热
皮大大
9天前
深度学习
Keras
基于深度学习Keras的深圳租房建模
基于深度学习Keras的深圳租房建模 大家好,我是Peter~ 本文是针对深圳租房数据的第3次分析,文章主要内容: 导入库 数据基本信息 读取数据 形状shape In [3]: Out[3]: 字段
197
点赞
评论
盼小辉丶
1月前
Keras
神经网络
Keras深度学习——训练原始神经网络
通过在输入和输出之间堆叠多个全连接层的网络称为多层感知机,有时会被通俗的称之为香草神经网络(即原始神经网络)。为了了解如何训练香草神经网络,我们将训练模型预测 MNIST 数据集中的数字标签。
1470
11
评论
盼小辉丶
29天前
Keras
神经网络
Keras神经网络——使用神经网络进行股价预测
我们已经学习了使用神经网络进行音频、文本等非结构化数据和房价、信用等结构化数据分析的相关任务。在本节中,我们通过学习股价预测任务研究时间序列数据的分析问题。
415
6
评论
盼小辉丶
1月前
神经网络
Keras
Keras深度学习——使用神经网络进行音频分类
在前面的部分中,我们已经了解了在结构化数据集以及非结构化文本数据上执行建模的策略。在本节中,我们将学习如何在输入为音频的情况下执行分类任务。
313
7
评论
皮大大
16天前
Keras
深度学习
深度学习框架Keras入门保姆教程
大家好,我是Peter~ 本文介绍3个案例来帮助读者认识和入门深度学习框架Keras。3个案例解决3个问题:回归、二分类、多分类 目录 为什么选择Keras 相信很多小伙伴在入门深度学习时候首选框架应
104
2
评论
盼小辉丶
1月前
Keras
深度学习
Keras深度学习——深度学习过拟合问题及解决方法
过拟合是深度学习常见的问题,在这种情况下,神经网络在训练数据的表现十分优秀,但在测试集上性能却比测试集相差甚远,这是由于神经网络对训练数据中噪声数据也进行了学习,本节讲解过拟合的现象与相应的解决方法。
402
10
评论
盼小辉丶
1月前
Keras
神经网络
Keras深度学习——批大小对神经网络模型准确率的影响
在神经网络的训练过程中,批大小是一个重要的超参数,选择合适的批大小能够使模型在保证泛化能力的同时更加稳定的收敛。在本节中,我们将研究改变批大小对准确率的影响。
480
9
评论
盼小辉丶
1月前
Keras
神经网络
Keras深度学习——使用神经网络进行新闻分类
在先前的应用实战中,我们分析了结构化的数据集,即数据集中包含变量及其对应实际输出值。在本项目实战中,我们将处理一个以文本作为输入的数据集,并且预期的输出是文本相关的主题。
252
6
评论
盼小辉丶
1月前
Keras
神经网络
Keras深度学习——缩放输入数据集提升神经网络性能
缩放数据集是一个在网络训练之前提前对数据进行处理的过程,限制数据集中的数据范围,以确保它们不会分布在较大的区间。通常,缩放输入数据集能够提高神经网络的性能表现,是常用的数据预处理方法之一。
475
7
评论
盼小辉丶
1月前
Keras
神经网络
Keras深度学习——使用神经网络进行房价预测
在本节中,我们将通过尝试预测房屋的价格来研究连续输出问题,以可能影响房屋价格的13个变量作为输入。我们的目的是最大程度地减少我们预测房屋价格的误差。探索神经网络的实际应用。
235
7
评论
盼小辉丶
1月前
深度学习
Keras
Keras深度学习——构建深度神经网络提高模型准确性
深度神经网络意味着在输入层和输出层间存在多个隐藏层。多个隐藏层确保神经网络可以学习输入和输出之间的复杂非线性关系,而简单的神经网络则无法完成这样的需求。
341
8
评论
盼小辉丶
1月前
Keras
深度学习
Keras深度学习——学习率对神经网络性能的影响
在原始神经网络以及之后的一些改进中,一直使用 Adam 优化器,默认学习率为 0.0001。在本节中,将学习率设置为更高的数值,并查看更改学习率对模型准确率的影响。
277
7
评论
盼小辉丶
1月前
Keras
神经网络
Keras深度学习——输入值分布对神经网络模型性能的影响
输入值的不同分布可以改变训练速度。在本节中,我们将了解如何通过修改输入值以缩短训练时间,更快地训练权重。
203
7
评论
gexzygg
4月前
TensorFlow
Keras
TensorFlowTensorFlow教程汇总--Keras 机器学习基础②电影评论文本分类
官网地址 本笔记是将评论文本将影评分为积极(positive)或消极(nagetive)两类。这是一个二元(binary)或者二分类问题,一种重要且应用广泛的机器学习问题。 此笔记本(notebook
1909
4
评论
金正皓
4年前
GitHub
Google
Python
Python 深度学习库 Keras 发布官方中文文档,这里有你需要了解的一切
Keras 框架发明者François Chollet推荐文章的翻译,出于Keras与scikit-learn的相似性,给出的引导教程:通过与scikit-learn的比较来使用Keras。 使用 Keras 创建、评价深度神经网络非常的便捷,不过你需要严格地遵循几个步骤来构建…
2.3w
771
17
leeyang-tju
3年前
Google
掘金翻译计划
Keras
[译] Google Colab 免费 GPU 使用教程
现在你可以使用 Google Colaboratory(带有免费的 Tesla K80 GPU)使用 Keras、Tensorflow 和 PyTorch 来开发深度学习的程序了。 大家好!我将向大家展示如何使用 Google 面向 AI 开发者的免费云服务 —— Google…
2.2w
32
4
谭西路
2月前
Keras
Keras:使用TensorFlow自定义模型和训练
当我们需要额外的控制来编写自定义损失函数、自定义指标、层、模型、初始化程序、正则化函数、权重约束等,这时我们需要研究TensorFlow并了解底层Python API了。
531
点赞
评论
望江小汽车
3年前
人工智能
Keras
深度学习
他们只说注意力机制(Attention Mechanism)不练,还是我来给大家撸代码讲解
Attention是一种用于提升基于RNN(LSTM或GRU)的Encoder + Decoder模型的效果的的机制(Mechanism),一般称为Attention Mechanism。Attention Mechanism目前非常流行,广泛应用于机器翻译、语音识别、图像标注…
2.0w
15
评论
arkMon
1年前
Keras
<从0开始> 构建jupyter+tensorflow+keras的docker镜像
最近在学习机器学习,为了方便在不同地方可以访问到相同的学习资源和保证学习进度的连续性以及无需重复搭建环境,从而降低学习成本,就需要搭建一套在线的学习平台,保证在任何地方,都可以快速进入学习状态。借助于jupyter可以完美满足我的需求。 另外,考虑到移植的方便性,将采用dock…
4837
9
4
leeyang-tju
3年前
掘金翻译计划
人工智能
Keras
[译] 在 Keras 中使用一维卷积神经网络处理时间序列数据
许多技术文章都关注于二维卷积神经网络(2D CNN)的使用,特别是在图像识别中的应用。而一维卷积神经网络(1D CNNs)只在一定程度上有所涉及,比如在自然语言处理(NLP)中的应用。目前很少有文章能够提供关于如何构造一维卷积神经网络来解决你可能正面临的一些机器学习问题。本文试…
1.6w
12
5