超级鹰超级鹰官网http://www.chaojiying.com/超级鹰功能1.超级鹰图片分类及识别录入系统2.独立的数据及统计服务，实时与总部数据中心直连。3.整合云录入客户端，提供更高的安全性及工作效率。4.采用世界先进的图片处理算法以及神经网络训练系统来提供识别率超级鹰使用步骤1.注册：普通用户2.登录：普通用户3.题分查询：充值(做实验充值1块钱就够）4.创建一个软件（id）5.下载示例
分类：
编程语言 时间：
2020-08-10 10:57:36
阅读次数：
64
第三周：卷积神经网络 part2 【第一部分】 问题总结 1.在第二部分代码练习中可以发现每次的测试结果都会不同， 是否这种误差存在于所有CNN模型 是否这种误差是在一定的取值范围内 【第二部分】 代码练习 1、MobileNetV1 MobileNetV1 网络：简要阅读谷歌2017年的论文《Mo ...
分类：
其他好文 时间：
2020-08-08 21:17:53
阅读次数：
70
from sklearn import datasets import numpy as np import tensorflow as tf import pandas as pd from pandas import DataFrame from sklearn.datasets import ...
分类：
其他好文 时间：
2020-08-08 17:45:03
阅读次数：
85
上一讲笔者和大家简单介绍了强化学习的相关概念，了解了Q-Learning算法及其简单实现实例。本节笔者将在上一讲的基础上，将强化学习回归到深度学习的主题上。 深度强化学习 强化学习+深度学习的一个结果就是形成了深度强化学习这样的新领域，本节我们先简单介绍一下深度强化学习，然后来看一下深度神经网络是如 ...
分类：
其他好文 时间：
2020-08-05 14:24:05
阅读次数：
68
请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function? - amaze2的回答 - 知乎 https://www.zhihu.com/question/29021768/answer/1321404391 激活函 ...
分类：
其他好文 时间：
2020-08-04 11:27:09
阅读次数：
69
零、背景及引言 本文是对Sequence to Sequence Learning with Neural Networks文章阅读后的总结。 在不同的学习任务中，传统深度神经网络（DNN）是表现不错的强力模型，如在图像分类、语音识别领域，但DNN由于不能适应输入输出不固定的情况，导致其不能够用于序 ...
分类：
Web程序 时间：
2020-08-03 00:46:35
阅读次数：
116
激活函数：增加非线性 如果不用激活函数，每一层节点的输入都是上层输出的线性函数。无论神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，因此网络的逼近能力就相当有限。 Sigmoid: 将输入的连续实值变换为0-1的输出。反向传播中易发生梯度消失，输出不对称（只输出正值） tanh： 输 ...
分类：
其他好文 时间：
2020-07-31 14:08:43
阅读次数：
104
一、网络 二、激活函数 激活函数：对隐藏变量使用按元素运算的非线性函数进行变换，作为下一个全连接层的输入。这个非线性函数被称为激活函数。 三、正则化 正则化：正则化通过为模型损失函数添加惩罚项使学出的模型参数值较小，是应对过拟合的常用手段。 四、损失函数 五、网络模型优化算法 ...
分类：
编程语言 时间：
2020-07-29 21:59:19
阅读次数：
100
依旧是采用上一篇文章中Kaggle上的比赛，来对神经网络中最基础的前馈神经网络、卷积神经网络、循环神经网络做简要的介绍。 神经网络可以理解为一张有向无环图，被划分为输入层、隐藏层、输出层三部分，给定的输入被输入层接收后，经过隐藏层的一系列计算，最后把结果给到输出层。 隐藏层的每一个节点（神经元）会以 ...
分类：
其他好文 时间：
2020-07-29 21:43:18
阅读次数：
51
工作中需要预测一个过程的时间，就想到了使用BP神经网络来进行预测。 简介 BP神经网络（Back Propagation Neural Network）是一种基于BP算法的人工神经网络，其使用BP算法进行权值与阈值的调整。在20世纪80年代，几位不同的学者分别开发出了用于训练多层感知机的反向传播算法 ...
分类：
编程语言 时间：
2020-07-29 14:44:54
阅读次数：
66
