按日期排序
按浏览量排序
统计、机器学习与编程知识的原创博客
Keras框架下输出模型中间层学习到的表示的两种常用方式

深度学习本质上是表示学习，它通过多层非线性神经网络模型从底层特征中学习出对具体任务而言更有效的高级抽象特征。针对一个具体的任务，我们往往会遇到这种情况：需要用一个模型学习出特征表示，然后将学习出的特征表示作为另一个模型的输入。这就要求我们会获取模型中间层的输出，下面以具体代码形式介绍两种具体方法。

夏天的风 911 2019/04/10 20:26:10 Keras/中间层表示
中文停用词表和英文停用词表

中文停用词表和英文停用词表

夏天的风 1650 2019/03/27 21:21:03 中文停用词表和英文停用词表
端到端（end-to-end）学习

端到端（end-to-end）学习

夏天的风 817 2019/03/27 21:20:37 端到端（end-to-end）学习
模型中的参数和超参数

模型中的参数和超参数

夏天的风 845 2019/03/27 21:20:13 模型中的参数和超参数
Keras框架下的保存模型和加载模型

Keras框架下的保存模型和加载模型

夏天的风 1007 2019/03/27 21:19:46 Keras框架下的保存模型和加载模型
Keras中predict()方法和predict_classes()方法的区别

Keras中predict()方法和predict_classes()方法的区别

夏天的风 3316 2019/03/27 21:19:21 Keras中predict()方法和predict_classes()方法的区别
Sequence-to-Sequence model

Sequence-to-Sequence model

夏天的风 914 2019/03/27 21:18:52 Sequence-to-Sequencemodel
TensorFlow学习——基本概念（1）

TensorFlow基本概念

夏天的风 674 2019/03/27 21:18:22 TensorFlow基本概念
tf.nn.softmax_cross_entropy_with_logits函数

tf.nn.softmax_cross_entropy_with_logits函数

夏天的风 1546 2019/03/27 21:17:48 tensorflow/tf.nn.softmax_cross_entropy_with_logits函数
pandas的一些使用技巧

pandas的使用

夏天的风 821 2019/03/27 21:16:54 pandas/Python
Microsoft Visual C++ 14.0 is required 的解决方案

Microsoft Visual C++ 14.0 is required

夏天的风 1160 2019/03/27 21:15:19 MicrosoftVisualC++14.0isrequired/python
网络爬虫存储数据的三种常见方式及其python实现

网络爬虫

夏天的风 1135 2019/03/27 21:14:29 excel/Python/TXT/数据库
用python生成随机数的几种方法

本篇博客主要讲解如何从给定参数的的正态分布/均匀分布中生成随机数以及如何以给定概率从数字列表抽取某数字或从区间列表的某一区间内生成随机数，按照内容将博客分为3部分，并附上代码。

夏天的风 1662 2019/03/27 21:13:17 Python/随机数生成
用python绘制散点图

如何使用python绘制简单的散点图

夏天的风 2196 2019/03/27 21:13:00 Python/散点图
深度学习之GRU神经网络

之前面的博客中，我们已经描述了基本的RNN模型。但是基本的RNN模型有一些缺点难以克服。其中梯度消失问题（Vanishing Gradients）最难以解决。为了解决这个问题，GRU（Gated Recurrent Unit）神经网络应运而生。本篇博客将描述GRU神经网络的工作原理。GRU主要思想来自下面两篇论文：

小木 2512 2019/03/23 15:34:28 GRU/RNN/深度学习