目前, 机器学习主要由以下三条主线进行发展: DeepLearning 算法 (DL, 深度学习: 2010 年前后由多伦多大学的 Geoffrey Hinton 提出) 与衍生的 卷积神经网络 (CNN, 有监督) 和深度置信网络 (DNN, 无监督) 在计算机视觉、语言识别和部分自然语言处理领域 ...
分类：
其他好文 时间：
2018-08-16 23:00:48
阅读次数：
251
1、神经网络是什么？ 神经网络由输入层、隐藏层和输出层组成，长相如下图所示。对于一些问题来说用线性回归可以解决，但有些问题用线性很麻烦，而用神经网络就很轻松了，各有各的优缺点。对于神经网络来说，是一种非线性的，输入参数，通过隐藏层输出结果。这隐藏层中，每一层都是根据前一层得到的，在进行wx+b运算后 ...
分类：
其他好文 时间：
2018-08-16 22:27:32
阅读次数：
424
在我之前的文章中，我讨论了如何对卷积神经网络（CNN）学习的权重进行拓扑数据分析，以便深入了解正在学习的内容以及如何学习它。 这项工作的重要性可归纳如下： 它使我们能够了解神经网络如何执行分类任务。 它允许我们观察网络的学习方式 它允许我们看到深层网络中的各个层如何在它们检测到的内容上有所不同 在这 ...
分类：
其他好文 时间：
2018-08-16 20:55:15
阅读次数：
131
假设我们一句话有十个词，每个词语都可以用128维来表示，那么一句话就是一个10*128的矩阵图片。建立一个如下图的卷积神经网络：上面对这个图片进行卷积核大小分别为2、3、4的卷积计算形成feature_map最后通过softmax进行分类代码如下：#coding:utf-8importtensorflowastfimportnumpyasnpimportpickleclassTextCNN(obj
分类：
其他好文 时间：
2018-08-14 11:26:41
阅读次数：
254
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets('MNIST_data', one_hot=True) sess ... ...
分类：
其他好文 时间：
2018-08-08 23:19:42
阅读次数：
220
卷积神经网络大总结（个人理解） 神经网络 1、概念：从功能他们模仿真实数据 2、结构：输入层、隐藏层、输出层。其中隐藏层要有的参数：权重、偏置、激励函数、过拟合 3、功能：能通过模仿，从而学到事件 其中过拟合：电脑太过于自信，想把所有的数据都模拟下来。但是这并不符合我们的实际的需求 激励函数：激活某 ...
分类：
其他好文 时间：
2018-08-08 21:27:25
阅读次数：
191
卷积神经网络作为深度学习的典型网络，在图像处理和计算机视觉等多个领域都取得了很好的效果。 Paul-Louis Pröve在Medium上通过这篇文章快速地介绍了不同类型的卷积结构（Convolution）及优势。为了简单起见，本文仅探讨二维卷积结构。 卷积 首先，定义下卷积层的结构参数。 △ 卷积 ...
分类：
其他好文 时间：
2018-08-08 16:38:41
阅读次数：
176
概述 卷积是一种线性运算,其本质是滑动平均思想,广泛应用于图像滤波。而随着人工智能及深度学习的发展，卷积也在神经网络中发挥重要的作用，如卷积神经网络。本参考设计主要介绍如何基于INTEL 硬浮点的DSP Block实现32位单精度浮点的卷积运算，而针对定点及低精度的浮点运算，则需要对硬浮点DSP B ...
分类：
其他好文 时间：
2018-07-31 15:16:53
阅读次数：
166
```python
# -*- coding:utf-8 -*-
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import os
import argparse
import s... ...
分类：
其他好文 时间：
2018-07-29 22:17:49
阅读次数：
177
tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name ...
分类：
其他好文 时间：
2018-07-25 19:02:37
阅读次数：
140
