一 get_variable() 函数 get_variable() 函数用于创建或获取变量。 在实现创建变量的功能时,其使用方法和 Variable () 函数基本相同...

一、Anaconda 安装 无论是cpu版本还是gpu版本，都建议先安装Anaconda...

Tensor(张量) “张量”一词最初由威廉·罗恩·哈密顿在1846年引入。对，就是那个发明四元数的哈密顿： Tensor实际上就是一个多维数组（multidimensional array） Tensor的目的是能够创造更高维度的矩阵、向量。 色彩的例子 彩色图像文件（RGB）一般都会处理成3-d tensor，每个2d array中的element表示一个像素，R代表Red，G代表Green，

1，运行准备 按照https://github.com/matthewearl/deep-anpr说明的用法，运行过程分以下4步： 1）准备10万个背景图片 2）合成1000个测试车牌图像 3）训练，以取得权重参数 4）车牌检测 1.1准备背景图片 下载http://vision.princeton.edu/projects/2010/SUN/SUN397.tar.gz，36GB大小...

本文简单介绍梯度裁剪(gradient clipping)的方法及其作用，不管在 RNN 或者在其他网络都是可以使用的，比如博主最最近训练的 DNN 网络中就在用。 梯度裁剪一般用于解决 梯度爆炸(gradient explosion) 问题，而梯度爆炸问题在训练 RNN 过程中出现得尤为频繁，所以训练 RNN 基本都需要带上这个参数...

1、安装Python 官网下载地址： https://www.python.org/downloads/1. 2、安装Anacoda Anacoda的下载地址是： https://www.anaconda.com/distribution/1. 安装注意（第一个一定要选择上，自动配置环境变量的） 完成安装后...

特征提取 机器学习的特征工程步骤是要靠手动完成的 深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，将数据从一层传递到另一层来构建更复杂的模型。通过训练大量数据自动得出模型，不需要人工特征提取环节。 数据量和计算性能要求 机器学习需要的执行时间远少于深度学习，深度学习参数往往很庞大，需要通过大量数据的多次优化来训练参数...

1.Keras简介 Keras是一个用于构建和训练深度学习模型的高级API。 它用于快速原型设计，高级研究和生产，具有三个主要优点： 用户友好 Keras具有针对常见用例优化的简单，一致的界面。 它为用户错误提供清晰且可操作的反馈 模块化和可组合 Keras模型是通过将可配置的构建块连接在一起而制定的，几乎没有限制。 易于扩展 编写自定义构建块以表达研究的新想法。 创建新图层...

项目介绍 通过以往的天气数据和实际天气温度，做一次回归预测，模型的输入是当前的所有特征值，而模型的输出是当天的实际天气温度 字段分析 目前已有的数据有348条svc数据，他们的字段分别代表 year：年 month：月 day：日 week：周几 temp_2：前天天气 temp_1：昨天天气 average：在历史中...

一、梯度下降概念 梯度下降法是一个一阶最优化算法，通常也称为最速下降法。要使用梯度下降法找到一个函数的局部极小值，必须响函数上当前对于梯度（或者近似梯度）的反方向的规定步长居里点进行迭代搜索。所以梯度下降法可以帮助我们求解某个函数的极小值或者最小值。对于n为问题就是最优解，梯度下降法是最常用的方法之一...

编译前先安装依赖: xcode 9.2或者更高 使用 brew包管理工具安装python brew install python 安装依赖: pip install -U --user pip numpy wheel packaging requests opt_einsum1. pip install -U --user keras_preprocessing --no-deps1. brew

1提高图片分辨率——开源例子 2MNIST简单训练 3图像处理的相关应用 提高图片分辨率-开源例子 该项目是使用生成对抗网络的令人印象深刻的工作照片真实单图像超分辨率的张量流实现 。 训练方法大致就是构建好网络后，找一个高清图片数据集，对每个图片做处理得到低分辨率的图片，从而得到低分辨率图片数据集。用这两个数据集来训练网络，实现低分辨率到高分辨率图片的转化...

1.实现一个简单的神经网络 TensorFlow中的一个称为keras的API，Keras使定义神经网络变得非常容易 dense定义一层相连的神经元，一个dense表示一层 优化器是sgd，代表随机梯度下降

一般用于解决过拟合的方法有增加权重的惩罚机制，比如L2正规化，但在本处我们使用tensorflow提供的dropout方法...

一、概念 1. 多层感知机：MLP（Multilayer Perceptron） 人工神经网络领域通常被称为神经网络或多层感知机，可能是最有用的神经网络类型。 感知机是单个神经元模型，用以组成复杂神经网络。它于1958年由Frank Rosenblatt第一次引入。单层感知器可以用来区分线性可分的数据，并且一定可以在有限的迭代次数中收敛。 2. 单层感知器示例 3. 多层感知机除了输入与输出层...

这里将加载iris数据集，创建一个山鸢尾花（I.setosa）的分类器...

一：argmax中axis问题 总之：axis=0/1不是行/列关系 test = np.array([[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]])1. （一）axis=0 : 0表示最大范围，所有的数组都要比较到 np.argmax(test, 0)1. 你就这么想，0是最大的范围，所有的数组都要进行比较...

人工智能是基础科学与工程实践结合的技术领域，近年来已经融合了越来越多的其他方向。在数字化逐渐成型的今天，AI 将为技术进步产生推动作用。 近日，剑桥大学的 2020 版《AI 全景报告》终于出炉，这是该年度报告的第三期。和往年一样，该报告援引的数据来自知名科技公司和研究小组。新版 AI 全景报告以几个方面分别介绍了人工智能领域最近一段时间的发展趋势：研究、人才、业界、政策和未来展望...

1. 优化器（optimizer） 优化器的基类（Optimizer base class）主要实现了两个接口，一是计算损失函数的梯度，二是将梯度作用于变量...

我们将实现一个类似于Kim Yoon的卷积神经网络语句分类的模型。 本文提出的模型在一系列文本分类任务（如情感分析）中实现了良好的分类性能，并已成为新的文本分类架构的标准基准。 本文假设你已经熟悉了应用于NLP的卷积神经网络的基础知识。 如果没有，建议先阅读Understanding Convolutional Neural Networks for NLP 以获得必要的背景...