机器学习是一个广泛的话题。特别是深度学习，是一种用于机器学习的神经网络方法。神经网络的概念可能比机器学习还要古老，可以追溯到 20 世纪 50 年代。毫不奇怪，为此创建了许多库。以下旨在概述一些 […]
档案 | 深度学习
如何使用 Keras 构建多层感知器神经网络模型
Keras Python 深度学习库专注于将模型创建为一系列层。在这篇文章中，您将发现一些简单的组件，您可以使用它们来创建神经网络和简单的深度学习模型，使用 TensorFlow 中的 Keras。让我们开始吧。2016 年 5 月：首次更新 2017 年 3 月：Keras 2.0.2 的更新示例，[…]
如何保存和加载您的 Keras 深度学习模型
Keras 是一个简单而强大的 Python 深度学习库。由于深度学习模型可能需要数小时、数天甚至数周才能训练，因此了解如何将它们从磁盘保存和加载非常重要。在这篇文章中，您将了解如何将 Keras 模型保存到文件并加载它们 […]
使用 Python 和 Keras 的第一个深度学习项目分步指南
Keras 是一个强大且易于使用的免费开源 Python 库，用于开发和评估深度学习模型。它是 TensorFlow 库的一部分，允许您仅用几行代码即可定义和训练神经网络模型。在本教程中，您将了解如何创建您的第一个深度学习神经网络 […]
使用归一化层改善深度学习模型
您可能被告知要标准化或归一化输入以提高模型性能。但是什么是归一化？以及如何轻松地在我们的深度学习模型中实现它以提高性能？对我们的输入进行归一化旨在创建一组相互比例相同的特征，我们将 […]
Python 深度学习库 TensorFlow 简介
TensorFlow 是由 Google 创建和发布的用于快速数值计算的 Python 库。它是一个基础库，可用于直接创建深度学习模型，或使用建立在 TensorFlow 之上的简化过程的包装库。在这篇文章中，您将了解用于深度学习的 TensorFlow 库。 […]
为癌症生存数据集开发一个神经网络
为新数据集开发预测性神经网络模型可能具有挑战性。一种方法是首先检查数据集并为可能起作用的模型形成想法，然后探索简单模型在数据集上的学习动态，最后开发并调整模型以适应具有稳健 […] 的数据集。
结合分类和回归的神经网络模型
某些预测问题需要同时预测同一输入的数值和类标签。一种简单的方法是针对同一数据开发回归和分类预测模型，并顺序使用这些模型。另一种通常更有效的方法是开发一个可以预测 […] 的单一神经网络模型。
为Woods乳腺X光数据集开发一个神经网络
为新数据集开发预测性神经网络模型可能具有挑战性。一种方法是首先检查数据集并为可能起作用的模型形成想法，然后探索简单模型在数据集上的学习动态，最后开发并调整模型以适应具有稳健 […] 的数据集。
为钞票认证开发一个神经网络
为新数据集开发预测性神经网络模型可能具有挑战性。一种方法是首先检查数据集并为可能起作用的模型形成想法，然后探索简单模型在数据集上的学习动态，最后开发并调整模型以适应具有稳健 […] 的数据集。