如何用Keras进行预测 2020-05-16 机器学习 一旦你在Keras中选择并适合最终的深度学习模型,你就可以使用它对新数据实例进行预测。 在初学者中,有一些关于如何确切地做到这一点的困惑。我经常看到这样的问题: 我如何在Keras用我的模型进行预测? 在本教程中,你将确切了解如何使用Keras Python库的最终深度学习模型进行 [......] 了解详情 Python
如何评价深度学习模型的技能 2020-05-15 机器学习 我经常看到实践者对如何评估深度学习模型表示困惑。 这一点通常从像这样的问题中表现得很明显: 我应该使用什么随机种子? 我需要随机的种子吗? 为什么我在后续运行中得不到相同的结果? [......] 了解详情 Python
如何在AWS EC2 GPU上训练Keras深度学习模型(循序渐进) 2020-05-14 机器学习 Keras是一个Python深度学习库,通过它可以轻松方便地访问TensorFlow等功能强大的数值库。 大型深度学习模型需要大量计算时间才能运行。你可以在CPU上运行它们,但可能需要几个小时或几天才能得到结果。如果你可以访问台式机上的GPU,你可以大幅加快深度学习模型的培训时间。 在这 [......] 了解详情 Python
神经网络中Batch与Epoch的区别 2020-05-13 机器学习 随机梯度下降是一种具有多个超参数的学习算法。 两个经常让初学者感到困惑的超参数是batch大小和epoch数量。它们都是整数值,似乎都做同样的事情。 在这篇文章中,你会发现在随机梯度下降中batch和epoch之间的区别。 读完这篇文章,你就会知道: 随 [......] 了解详情 Python
深度学习Adam优化算法简介 2020-05-12 机器学习 为你的深度学习模型选择优化算法可能意味着在几分钟、几小时和几天内获得好的结果之间的差异。 Adam优化算法是随机梯度下降算法的扩展,最近在计算机视觉和自然语言处理的深度学习应用中得到了更广泛的采用。 在这篇文章中,你将看到深度学习中使用的Adam优化算法的简单介绍。 读完这篇文章, [......] 了解详情 Python
深度学习神经网络训练中损失函数的选择 2020-05-11 机器学习 深度学习神经网络采用随机梯度下降优化算法进行训练。 作为优化算法的一部分,必须重复估计模型当前状态的误差。这需要选择通常称为损失函数的误差函数,该误差函数可用于估计模型的损失,以便可以更新权重以减少下一次评估时的损失。 神经网络模型从示例中学习从输入到输出的映射,并且损失函数的选择必须与 [......] 了解详情 Python
校正线性单元(ReLU)介绍 2020-05-10 机器学习 在神经网络中,激活函数负责将来自节点的总和加权输入转换为该输入的节点或输出的激活。 校正后的线性激活函数是分段线性函数,如果为正则直接输出输入,否则输出零。它已经成为许多类型神经网络的默认激活函数,因为使用它的模型更容易训练,并且通常获得更好的性能。 在本教程中,您将发现深度学习神经网络 [......] 了解详情 Python
如何配置神经网络中的层数和节点数 2020-05-09 机器学习 人工神经网络有两个主要的超参数来控制网络结构或拓扑:层数和每个隐藏层中的节点数。 你必须在配置网络时指定这些参数的值。 要为你的特定预测建模问题配置这些超参数,最可靠的方法是使用强大的测试工具进行系统实验。 对于机器学习领域的初学者来说,这可能是一颗难以下咽的药丸,他们正在寻找一种 [......] 了解详情 Python
如何训练最终的机器学习模型 2020-05-08 机器学习 我们用来对新数据进行预测的机器学习模型称为最终模型。 在应用机器学习中,关于如何训练最终模型可能会让人无所适从。 这种情形出现在初学者身上,他们会问一些问题,例如: 如何通过交叉验证进行预测? 我从交叉验证中选择哪种模式? [......] 了解详情 Python