注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Keras中文文档.pdf

  2. Keras官方文档PDF版，带书签，一共307页，完整版，目前最好的版本！欢迎下载！model train on batch(x batch, y batch) 只需一行代码就能评估模型性能: loss and metrics modelevaluate(x test, y test, batch size=128) 或者对新的数据生成预测: classes =model predictx test, batch size=128) 构建一个问答系统,一个图像分类模型,一个神经图灵机,或者其他的

  3. 所属分类：深度学习

    • 发布日期：2019-09-03
    • 文件大小：12582912
    • 提供者：dzgybd

  1. 结合知识图谱实现基于电影的推荐系统.pdf

  2. 在推荐算法中融入电影的知识图谱，能够将没有任何历史数据的新电影精准地推荐给目标用户。交叉特征矩阵 Cr 交叉单元 第层 el 7交叉压缩单元模型的结构 交叉压缩单元模型的具体处理过程如下 (1)将与进行矩阵相乘得到。 (2)将复制一份,并讲行转置得到。实现特征交叉融合 (3)将经过权重矩阵进行线性变化(与矩阵相乘) (4)将经过权重矩阵进行线性变化。 (5)将(3)与(4)的结果相加,再与偏置参数相加,得到。将用于推荐算法模型的后续计算。 (6)按照第(3)、(4)、(5)步的做法,同理可以得到

  3. 所属分类：机器学习

    • 发布日期：2019-09-02
    • 文件大小：867328
    • 提供者：zjxaut2008

  1. 深度学习loss函数优化

  2. 为了方便使用，近期和朋友整理了对各种loss函数的对比，包括适用场景等等，对深度学习有很大的帮助，希望与大家共同学习

  3. 所属分类：Python

    • 发布日期：2020-11-06
    • 文件大小：13631488
    • 提供者：lhlwdgg

  1. 深度学习中Loss突然变为0的解决方法

  2. 在深度学习中，在网络模型，优化器，损失函数均正确的情况下，可能在训练过程中会发生loss为nan的情况，这种情况下可能的一种原因是输入数据存在nan的情况，如果在数据量很多的情况下，可以通过以下方法来修正 假设我们读取的array为a import numpy as np def read(): arr=np.array([[1,2,3],[4,5,nan]]) whereisnan=np.isnan(arr) arr[whereisnan]=0 通过找到nan的位置并且将此处设定为0，

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：25600
    • 提供者：weixin_38738511

  1. 彻底理解Faster R-CNN内涵，以及目标检测

  2. 目录 一、何为目标检测 二、如何做到目标检测 三、R-CNN 引入 R-CNN的缺点有哪些 四、Fast R-CNN 引入 Fast R-CNN比R-CNN优化的地方，以及其依旧存在的问题 五、Faster R-CNN 引入 网络结构 网络训练 RPN网络训练 总体流程 RPN网络标签的生成 RPN网络LOSS Faster R-CNN网络训练 一、何为目标检测 给你一张图片，告诉我图里有什么？在哪？ 二、如何做到目标检测         学过深度学习的都知道已经事情，一个深度神经网络就是一个

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：721920
    • 提供者：weixin_38702844

  1. 【人工智能学习】【十七】凸优化

  2. 优化与深度学习 在前面的介绍中，我们的训练过程是通过对损失函数求偏导进行梯度下降的方式进行训练，以使loss的函数值降低，最终得到一个最小损失函数值，这时候的模型可以说是训练好的模型。但是对于下面的这种情况，函数值出现了局部的低点和全局的低点。 %matplotlib inline import sys sys.path.append('/home/kesci/input') import d2lzh1981 as d2l from mpl_toolkits import mplot3d # 三

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：188416
    • 提供者：weixin_38600696