作者归档 | Jason Brownlee

在拟合深度学习神经网络模型后，您必须在测试数据集上评估其性能。这至关重要，因为报告的性能不仅能让您在候选模型之间进行选择，还能向利益相关者传达该模型解决问题的效果如何。Keras 深度学习 API 模型 […]

在 Keras 中选择并拟合最终的深度学习模型后，您可以用它来对新数据实例进行预测。初学者对于具体如何操作存在一些困惑。我经常看到诸如以下问题：如何在 Keras 中使用我的模型进行预测？在本教程中，您将 […]

人工神经网络的权重必须初始化为小的随机数。这是因为用于训练模型的随机优化算法，即随机梯度下降，有此要求。要理解这种解决问题的方法，您必须首先理解非确定性和随机算法的作用，以及 […]

哪种神经网络适合您的预测建模问题？对于深度学习领域的初学者来说，可能很难知道该使用哪种类型的网络。有太多类型的网络可供选择，而且每天都有新的方法被发表和讨论。更糟糕的是，大多数 […]

随机梯度下降是一种具有多个超参数的学习算法。批量大小（batch size）和周期数（number of epochs）是两个经常让初学者感到困惑的超参数。它们都是整数值，而且看起来作用相同。在这篇文章中，您将发现随机梯度下降中批次和周期之间的区别。 […]

在使用神经网络和深度学习模型时，数据准备是必需的。在更复杂的对象识别任务中，数据增强也变得越来越必要。在本文中，您将学习到在使用 Python 和 Keras 开发和评估深度学习模型时，如何对您的图像数据集使用数据准备和数据增强。在 […]

训练神经网络或大型深度学习模型是一项困难的优化任务。训练神经网络的经典算法称为随机梯度下降。已经证实，在某些问题上，通过在训练期间改变学习率，您可以实现更高的性能和更快的训练速度。在本文中，[…]

Keras 是一个用于深度学习的 Python 库，它封装了高效的数值库 TensorFlow 和 Theano。Keras 允许您快速简单地设计和训练神经网络及深度学习模型。在本文中，您将通过一个实际项目，学习如何在您的机器学习项目中有效地使用 Keras 库 […]

Dropout 是一种简单而强大的神经网络和深度学习模型正则化技术。在本文中，您将了解 Dropout 正则化技术以及如何使用 Python 和 Keras 将其应用于您的模型。阅读本文后，您将知道：Dropout 正则化技术的工作原理，如何在 […]