作者：zhbzz2007 出处：http://www.cnblogs.com/zhbzz2007 欢迎转载，也请保留这段声明。谢谢！ 本文翻译自 RECURRENT NEURAL NETWORKS TUTORIAL, PART 2 – IMPLEMENTING A RNN WITH PYTHON, NUMPY AND THEANO 。 github地址 在...
题目 上周使用了多类logistic回归，然而logistic回归不能形成更复杂的假设，因为它只是一个线性分类器。 在本次练习中，将使用前馈神经网络来识别手写数字(从0到9)。数据依然是MNIST手写体数据集，这里包含了5000个训练样本。 之前用了逻辑回归进行多元分类，这次用前馈神经网络进行预测。神经网络可以实现非常复杂的非线性的模型。我们将利用已经训...
前言 本文学学习深度学习入门一书的学习笔记，详情请阅读原著 三、池化层 池化是缩小高、长方向上的空间的运算。比如，如图 7-14 所示，进行将 2 × 2 的区域集约成 1 个元素的处理，缩小空间大小。 图 7-14 Max 池化的处理顺序 图 7-14 的例子是按步幅 2 进行 2 × 2 的 Max 池化时的处理顺序。“Max 池化”是获取最大值的运...
来源：https://www.numpy.org.cn/deep/basics/fit_a_line.html 数字识别 本教程源代码目录在book/recognize_digits,初次使用请您参考Book文档使用说明。 #说明: 硬件环境要求： 本文可支持在CPU、GPU下运行 Docker镜像支持的CUDA/cuDNN版本： 如果使用了Docke...
人工神经网络(ANN)介绍 生物神经元 人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞，参与处理和传递化学信号和电信号。 以下是生物神经元的重要组成部分: 树突 – 从其他神经元接收信息的分支 细胞核 – 处理从树突接收到的信息 轴突 – 一种被神经元用来传递信息的生物电缆 突触 – 轴突和其他神经元树突之间的连接 人脑神经元处理信息的过程：...
《python深度学习》笔记---3.1、神经网络剖析 一、总结 一句话总结： |||-being 训练神经网络主要围绕以下四个方面，构建好架构，还是非常简单的 |||-end 层，多个层组合成网络（或模型）。 输入数据和相应的目标。 损失函数，即用于学习的反馈信号。 优化器，决定学习过程如何进行。 1、层：深度学习的基础组件 ？ 输入张量转化为输出张量：...
问题重述 通过研究，发现影响某市目前及未来地方财源的因素。结合文中目标：（1）选择模型，找出影响财政收入的关键因素；（2）基于关键因素，选择预测方法、模型预测未来收入。 具体来讲 本文分析了地方财政收入、增值税收入、营业税收入、企业所得税收入、个人所得税收入的影响因素并对未来两年采用灰色预测（GM(1,1)）并以已有年度序列训练神经网络（NN），再以得到的...
本文是吴恩达老师深度学习第四周的编程作业，我是参考的文章https://blog.csdn.net/u013733326/article/details/79767169完成的。 首先还是作业要求，此次的作业要求还是和第二周作业要求一样，搭建一个神经网络来识别图片是否是猫。只不过本次作业要求搭建两个网络，一个是两层的，一个是多层的，多层的网络层数可以自定。...
1. Computer Vision计算机视觉是深度学习应用的主要方向之一。一般的CV问题包括以下三类： Image Classification图像分类，Object detection目标检测，Neural Style Transfer图片风格迁移 下图展示了一个Neural Style Transfer的例子： 使用传统神经网络处理计算机视觉的一...
大名鼎鼎的UNet和我们经常看到的编解码器模型，他们的模型都是先将数据下采样，也称为特征提取，然后再将下采样后的特征恢复回原来的维度。这个特征提取的过程我们称为“下采样”，这个恢复的过程我们称为“上采样”，本文就专注于神经网络中的下采样和上采样来进行一次总结。写的不好勿怪哈。 神经网络中的降维方法 池化层 池化层（平均池化层、最大池化层），卷积...