档案 | 深度学习

Keras Python 深度学习库提供了可视化和更好地理解您的神经网络模型的工具。在本教程中，您将准确了解如何在 Keras 中汇总和可视化您的深度学习模型。完成本教程后，您将了解：如何创建深度学习模型的文本摘要。如何 [...]

卷积神经网络现在在某些计算机视觉任务（如图像分类）上能够超越人类。也就是说，给定一张物体的照片，回答出这张照片显示的是 1000 种特定物体中的哪一种。该任务的获奖模型是牛津大学研究人员提出的 VGG 模型。什么是 [...]

Keras Python 库使创建深度学习模型变得快速而简单。顺序 API 允许您为大多数问题逐层创建模型。它的局限性在于它不允许您创建共享层或具有多个输入或输出的模型。Keras 中的函数式 API 是一种替代方法 [...]

Keras 库提供了一种在训练深度学习模型时计算和报告一系列标准指标的方法。除了为分类和回归问题提供标准指标外，Keras 还允许您在训练深度学习模型时定义和报告自己的自定义指标。这特别有用，如果 [...]

在 Amazon Web Services EC2 上运行大型深度学习进程是一种廉价而有效的方法，可以学习和开发模型。只需几美元，您就可以获得数十 GB 的 RAM、数十个 CPU 核心以及多个 GPU。我强烈推荐。如果您不熟悉 EC2 或 [...]

Keras 是一个 Python 深度学习库，可以使用高效的 Theano 或 TensorFlow 符号数学库作为后端。Keras 非常易于使用，您可以在几分钟内开发出您的第一个多层感知机、卷积神经网络或 LSTM 循环神经网络。刚开始使用时，您可能会遇到技术问题 [...]

随机梯度下降是训练深度学习模型的主要方法。梯度下降有三种主要变体，选择哪种使用可能会令人困惑。在这篇文章中，您将发现通常应该使用的一种梯度下降方法以及如何配置它。完成此 [...]

神经网络算法是随机的。这意味着它们利用了随机性，例如初始化为随机权重，因此在相同数据上训练的同一网络可能会产生不同的结果。这可能会让初学者感到困惑，因为算法看起来不稳定，实际上它们就是这样设计的。随机初始化允许 [...]

我经常看到从业者对如何评估深度学习模型感到困惑。这通常从问题中可以看出，例如：我应该使用哪个随机种子？我需要随机种子吗？为什么我后续运行得不到相同的结果？在这篇文章中，您将了解可以使用的过程 [...]

入门深度学习是一个挑战。这是因为深度学习是由学者为学者教授的。如果您是一名开发人员（或从业者），您就不同。您想要结果。从业者学习新技术的方式是通过开发能够快速产生价值的原型。这是一种自顶向下的学习方法，但这不是 [...]