1、适用顺序模型的情况 顺序模型适用于简单的层堆栈，其中每一层正好具有一个输入张量和一个输出张量...

包括卷积神经网络(CNN)在内的各种前馈神经网络模型, 其一次前馈过程的输出只与当前输入有关与历史输入无关. 递归神经网络(Recurrent Neural Network, RNN)充分挖掘了序列数据中的信息, 在时间序列和自然语言处理方面有着重要的应用. 递归神经网络可以展开为普通的前馈神经网络: 长短期记忆模型(Long-Short Term Memory)是RNN的常用实现. 与一般神经网

LeNet5网络结构 在计算机视觉中卷积神经网络取得了巨大的成功，它在工业上以及商业上的应用很多，一个商业上最典型的应用就是识别支票上的手写数字的LeNet5神经网络。从20世纪90年代开始美国大多数银行都用这种技术识别支票上的手写数字。 实际应用中的LeNet5卷积神经网络共有8层，其中每层都包含可训练的神经元，而连接神经元的是每层的权重。 8层LeNet5神经网络...

一、准备数据集 本篇旨在人脸识别，在百度图片上下载了120张张钧甯的图片，存放在/models/research/object_detection下新建的images文件夹内，images文件夹下新建train和test两个文件夹，然后将120分为100和20张分别存放在train和test中。 接下来使用 LabelImg 这款小软件，安装方法参考这里...

一、软件下载 1、pycharm下载以及anaconda下载，安装位置具体自己设定 2、安装时，路径可以根据需求，安装在除C盘以外的其他盘中，将红色方框内的选项全部打勾，如下： 二、环境安装 1、安装完成后，打开anaconda prompt 2、创建环境(本例中，环境名称为test，将test换为自己想要的名称即可)，同时指定python版本，比如python=3.9...

1 TF依赖视图 TF的依赖视图如图1所示，描述了TF的上下游关系链。 TF托管在github平台，有google groups和contributors共同维护。 TF提供了丰富的深度学习相关的API，支持Python和C/C++接口。 TF提供了可视化分析工具Tensorboard，方便分析和调整模型。 TF支持Linux平台，Windows平台，Mac平台，甚至手机移动设备等各种平台...

一、PyTorch简介 PyTorch 是由 Torch7 团队开源的，这也是Facebook 的 AI 研究团队发布了一个 Python 工具包，据该项目官网介绍，是一个 Python 优先的深度学习框架，能够在强大的 GPU 加速基础上实现张量和动态神经网络。 目前除了 Facebook 之外，也有大量的机构正在使用 PyTorch PyTorch 的前身是 Torch...

Tensorflow2.0——卷积神经网络 卷积神经网络 卷积 池化与采样 经典卷积神经网络 LeNet-5 AlexNet VGG GoogLeNet ResNet ResNet实现 比较 Batch

tensorflow 、SSD 目标检测是AI的一项重要应用，通过目标检测模型能在图像中把人、动物、汽车、飞机等目标物体检测出来，甚至还能将物体的轮廓描绘出来，就像下面这张图。

众所周知，人类在很小的时候就学会了识别和标记自己所看到的事物。如今，随着机器学习和深度学习算法的不断迭代，计算机已经能够以非常高的精度，对捕获到的图像进行大规模的分类了。目前，此类先进算法的应用场景已经涵括到了包括：解读肺部扫描影像是否健康，通过移动设备进行面部识别，以及为零售商区分不同的消费对象类型等领域。 下面...

介绍 Airbnb是一个在线市场，允许人们将自己的房产或空余房间出租给客人。每预订3位客人，收取12%和6%的佣金。 该公司自2009年成立以来，已从每年帮助2.1万名客人找到住处，发展到每年帮助600万人度假，目前在90个不同国家的34000个城市列出了惊人的80万套房产。 在本文中，我将使用Kaggle-newyorkcityairbnb开放数据集...

介绍 如果您一直在追踪数据科学/机器学习，您将不会错过深度学习和神经网络周围的动态。组织正在寻找具有深度学习技能的人，无论他们在哪里。从竞争开始到开放采购项目和大额奖金，人们正在尝试一切可能的事情来利用这个有限的人才。自主驾驶的工程师正在被汽车行业的大型枪支所猎杀，因为该行业处于近几十年来面临的最大破坏的边缘！ 如果您对深度学习所提供的潜在客户感到兴奋，但还没有开始您的旅程 - 我在这里启用它...

tf.train.get_checkpoint_state函数通过checkpoint文件找到模型文件名。 tf.train.get_checkpoint_state(checkpoint_dir,latest_filename=None) 该函数返回的是checkpoint文件CheckpointState proto类型的内容...

一、背景 搜索和推荐是互联网应用的两个核心入口，大多数流量都来自于搜索和推荐这两个场景。京东零售按站点，分为主站、京喜、海外站以及一些垂直领域站点。 对于搜索业务来讲，每个站点下会有关键词搜索、下拉发现、以及店铺、优惠券、订单等细分页面的搜索；对推荐业务来讲，依照应用场域不同，划分了大大小小几百种推荐位。 以上每一种业务场景下，都包含了十多种策略环节，需要机器学习模型支持...

零、从LR到SVM再到FM模型 线性模型： 逻辑回归LR： 优势：简单、可解释、易扩展、易并行； 缺点：难以捕获特征组合。 CTR早期用的LR最多，采用【线性模型】+【人工特征组合引入非线性】模式。后面为了解决LR需要人工特征工程的缺陷，大佬们想办法把特征组合能力体现在模型中，如下式子，最后一项是两两特征组合（类似多项式核SVM），...

我们首先来看看RNN的网络结构，如下图所示 xt表示第t,t=1,2,3…步(step)的输入 st为隐藏层的第t步的状态，它是网络的记忆单元。 st=f(u×xt+w×st−1)，其中f一般是非线性的激活函数 ot是第t步的输出，如下个单词的向量表示softmax(Vst) LSTM与RNN LSTM中的控制参数 LSTM中的门 门是一种信息选择式通过的方法sigmoid...

1.VGG-16介绍 vgg是在Very Deep Convolutional Networks for Large-Scale Image Recognition期刊上提出的。模型可以达到92.7%的测试准确度,在ImageNet的前5位。它的数据集包括1400万张图像，1000个类别。 vgg-16是一种深度卷积神经网络模型，16表示其深度，在图像分类等任务中取得了不错的效果...

概述 最近学习机器学习（和深度学习），入门第一个接触的便是简单线性回归。 所谓线性回归，是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。其形式可表示为：y = w1x1 + w2x2 + w3x3 + … + w_nx_n + b 而简单线性回归，是其最简单的形式：y = wx + b，即我们所熟知的一次函数，理解为给定权重w和偏置（或称为截距）b...

1、 情景引入 波士顿房价数据集包括506个样本，每个样本包括12个特征变量和该地区的平均房价。房价显然和多个特征变量是相关的，因此需要选择多个特征变量来建立线性方程，这就是典型的多变量线性回归问题，下面是多元线性回归模型公式：y=w0+w1x1+w2x2+...+wn*xn+b 下面是波士顿房价的数据集部分展示，后面我们将使用数据集进行模型实现...

1.读取数据：把磁盘中的数据读取出来（模块的导入这里就不在叙述，需要什么模块就导入即可） 2.数据处理： a.这里提取年月日的方式是直接索引文件中需要的数据名称，并且赋值给我们定义的变量 b.字符编码，并且在表中删除‘真实结果’数据，然后表中剩下的都是‘X’变量，也就是说，可以把剩下的的整个表输入到训练模型中当作输入的‘X’ c.把字符类型的数据转换为数组格式 d.把数据变成标准的模式...