人工智能

优化函数 – 随机梯度下降 当模型和损失函数形式较为简单时，上面的误差最小化问题的解可以直接用公式表达出来。这类解叫作解析解（analytical solution）。本节使用的线性回归和平方误差刚好属于这个范畴。然而，大多数深度学习模型并没有解析解，只能通过优化算法有限次迭代模型参数来尽可能降低损失函数的值。这类解叫作数值解（numerical solut…

数据处理   数据可以从传送门下载。 这些数据包括了18个国家的名字，我们的任务是根据这些数据训练模型，使得模型可以判断出名字是哪个国家的。   一开始，我们需要对名字进行一些处理，因为不同国家的文字可能会有一些区别。 在这里最好先了解一下Unicode：可以看看：Unicode的文本处理二三事                                …

数据处理 传送门：官方教程 数据从上面下载。本次的任务用到的数据和第一次一样，还是18个不同国家的不同名字。 但这次需要根据这些数据训练一个模型，给定国家和名字的首字母时，模型可以自动生成名字。   首先还是对数据进行预处理，和第一个任务一样，利用Unicode将不同国家的名字采用相同的编码方式，因为要生成名字，所以需要加上一个终止符，具体作用后面会提到。 …

　　本文主要是使用keras对其有的波士顿房价数据集做一个回归预测，其代码架构与之前一样（都只是使用多层感知机）：数据的预处理、搭建网络框架、编译、循环训练以及测试训练的网络模型。其中除了数据预处理与之前归回模型略有不同，其他基本类似。但是在本文的回归预测代码中会提到一个数据集比较少时常用到的训练方法——交叉验证。        回归预测房价，也就是说选定影…

tensorflow.python.framework.errors_impl.InvalidArgumentError: Not enough time for target transition sequence (required: 45, available: 39)4You can turn this error into a warning by…

1.问题描述? 本文要解决的问题是手写数字识别。使用的数据集为：mnist。 我们需要让计算机识别图片中的手写数字是多少。 这个问题对于我们人类来说非常简单，一眼就看出来图片中的数字是几了。 但是对于机器来说却很难，因为机器从一张图片中看到的是一堆没啥意义的数字。 2.解决思路? 那如何让计算机认出图片中的数字是几呢？ 在计算机中，图片是由多个像素组成的。如…

安装keras的时候，他自动把tensorflow的版本更新了更新到了1.13，,然后import tensorflow 之后出现这个问题。首先我的cuda 是8.0, cudnn是6.python是3.6 .对应的tensorflow是1.3或者1.4. ubuntu下tensorflow对应版本windows下对应版本我首先安装的是1.4的版本，然后又出…

一. 密集连接层和卷积层的根本区别是 Dense层从输入特征空间中学到的是全局模式(涉及所有像素的模式) 卷积层学到的局部模式，对图像来说学到的就是在输入图像的二维小窗口中发现的模式。 二. 卷积神经网络具有以下2个有趣的性质        1.具有平移不变性(因为视觉世界从根本上具有平移不变性)。CNN在图像某个位置学到的模式，可以在图像任何其他位置识别这…

代码 import os os.environ[“KMP_DUPLICATE_LIB_OK”]=”TRUE” import keras import numpy as np import matplotlib.pyplot as plt #顺序模型 from keras.models import Sequential #全连接层 from keras.la…

0. 前言介绍 开源地址：https://github.com/matterport/Mask_RCNN 个人主页：http://www.yansongsong.cn/ MaskRCNN是何凯明基于以往的faster rcnn架构提出的新的卷积网络，一举完成了object instance segmentation. 该方法在有效地目标的同时完成了高质量的语…