看看所有非常大的卷积神经网络，如 ResNets、VGGs 等，这引出了一个问题：我们如何才能在保持相同准确性水平甚至在参数较少的情况下提高模型泛化能力的同时，使这些网络更小、参数更少？[…]
作者存档 | Zhe Ming Chng
TensorFlow 中的损失函数
损失指标对于神经网络非常重要。由于所有机器学习模型都是一种或另一种优化问题，损失是要最小化的目标函数。在神经网络中，优化是通过梯度下降和反向传播完成的。但损失函数是什么，它们如何影响你的神经网络？在这篇 […]
在神经网络中使用激活函数
激活函数通过引入非线性在神经网络中发挥着不可或缺的作用。这种非线性允许神经网络根据输入开发复杂的表示和函数，而这是简单线性回归模型无法实现的。在神经网络的历史中，已经提出了许多不同的非线性激活函数。在这篇文章中， […]
在Keras中构建机器学习模型的三种方法
如果你查看过 Github 上的 Keras 模型，你可能已经注意到在 Keras 中创建模型有几种不同的方法。有 Sequential 模型，它允许你在一行中定义整个模型，通常会用一些换行符来提高可读性。然后，还有功能性接口，它允许更复杂的 […]
使用归一化层改善深度学习模型
你可能被告知要对模型的输入进行标准化或归一化以提高性能。但归一化是什么，我们如何在深度学习模型中轻松实现它以提高性能？归一化我们的输入旨在创建一组彼此处于相同尺度的特征，我们将在 […]
在机器学习项目中使用Kaggle
你可能听说过 Kaggle 数据科学竞赛，但你知道 Kaggle 还有许多其他功能可以帮助你完成下一个机器学习项目吗？对于那些正在寻找数据集以用于下一个机器学习项目的人，Kaggle 允许你访问他人的公共数据集并分享你自己的数据集。对于那些 […]
用于机器学习项目的 Google Colab
你是否曾希望有一个易于配置的交互式环境来运行你的机器学习代码，并且免费提供 GPU 访问？Google Colab 就是你一直在寻找的答案。它是一种方便易用的在云端运行 Jupyter notebook 的方式，并且其免费版本提供了一些有限的 […]
机器学习项目的数据管理
大数据、标记数据、噪声数据。机器学习项目都需要查看数据。数据是机器学习项目的一个关键方面，我们如何处理这些数据是我们项目的重要考虑因素。当数据量增长，并且需要管理它们，让它们服务于 […]
Python 装饰器简明介绍
在编写代码时，无论我们是否知道，我们经常会遇到装饰器设计模式。这是一种在不修改类或函数的情况下扩展其功能的编程技术。装饰器设计模式允许我们轻松地混合和匹配扩展。Python 有一种源于装饰器 […]
Python 单元测试入门
单元测试是一种软件测试方法，它着眼于代码中最小的可测试部分，称为单元，测试它们是否正确运行。通过进行单元测试，我们可以验证代码的每个部分，包括可能未向用户公开的辅助函数，是否正确且按预期工作。[…]