0
推荐
1693
阅读

【翻译】Sklearn与TensorFlow机器学习实用指南 —— 第13章 卷积神经网络(上)

作者:ApacheCN【翻译】  Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF尽管 IBM 的深蓝超级计算机在1996年击败了国际象棋世界冠军 Garry Kasparvo,直到近几年计算机都不能可靠地完成一些看起来较为复杂的任务,比如判别照片中是否有狗...

发表了文章 • 2018-07-17 16:37 • 0 条评论

0
推荐
1771
阅读

【翻译】Sklearn与TensorFlow机器学习实用指南 ——第12章 设备和服务器上的分布式TensorFlow(下)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF并行运行当 TensorFlow 运行图时,它首先找出需要求值的节点列表,然后计算每个节点有多少依赖关系。 然后 TensorFlow 开始求值具有零依赖关系的节点(即源节点)...

发表了文章 • 2018-07-13 14:53 • 0 条评论

0
推荐
1851
阅读

【翻译】Sklearn与TensorFlow机器学习实用指南 ——第12章 设备和服务器上的分布式TensorFlow(上)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF在第 11 章,我们讨论了几种可以明显加速训练的技术:更好的权重初始化,批量标准化,复杂的优化器等等。 但是,即使采用了所有这些技术,在具有单个 CPU 的单台...

发表了文章 • 2018-07-13 14:51 • 0 条评论

0
推荐
2088
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第11章 训练深层神经网络(下)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF训练稀疏模型所有刚刚提出的优化算法都会产生密集的模型,这意味着大多数参数都是非零的。 如果你在运行时需要一个非常快速的模型,或者如果你需要它占用较少的内...

发表了文章 • 2018-07-13 14:47 • 0 条评论

0
推荐
1594
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第11章 训练深层神经网络(中)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF梯度裁剪减少梯度爆炸问题的一种常用技术是在反向传播过程中简单地剪切梯度,使它们不超过某个阈值(这对于递归神经网络是非常有用的;参见第 14 章)。 这就是所...

发表了文章 • 2018-07-13 14:42 • 0 条评论

0
推荐
1394
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第11章 训练深层神经网络(上)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF第 10 章介绍了人工神经网络,并训练了我们的第一个深度神经网络。 但它是一个非常浅的 DNN,只有两个隐藏层。 如果你需要解决非常复杂的问题,例如检测高分辨率...

发表了文章 • 2018-07-13 14:35 • 0 条评论

0
推荐
1694
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第10章 人工神经网络介绍(下)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF使用神经网络现在神经网络被训练了,你可以用它进行预测。 为此,您可以重复使用相同的建模阶段,但是更改执行阶段,如下所示:with tf.Session() as sess: &nbs...

发表了文章 • 2018-07-13 14:30 • 0 条评论

0
推荐
1948
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第10章 人工神经网络介绍(中)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF多层感知器与反向传播MLP 由一个(通过)输入层、一个或多个称为隐藏层的 LTU 组成,一个最终层 LTU 称为输出层(见图 10-7)。除了输出层之外的每一层包括偏置神...

发表了文章 • 2018-07-13 14:23 • 0 条评论

0
推荐
1527
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第10章 人工神经网络介绍(上)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF鸟类启发我们飞翔,牛蒡植物启发了尼龙绳,大自然也激发了许多其他发明。从逻辑上看,大脑是如何构建智能机器的灵感。这是启发人工神经网络(ANN)的关键思想。然...

发表了文章 • 2018-07-13 14:18 • 0 条评论

0
推荐
1603
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第9章 (下)启动并运行TensorFlow

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF名称作用域当处理更复杂的模型(如神经网络)时,该图可以很容易地与数千个节点混淆。 为了避免这种情况,您可以创建名称作用域来对相关节点进行分组。 例如,我...

发表了文章 • 2018-07-13 14:14 • 0 条评论

0
推荐
1794
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第9章 (中)启动并运行TensorFlow

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TFLinear Regression with TensorFlowTensorFlow 操作(也简称为 ops)可以采用任意数量的输入并产生任意数量的输出。 例如,加法运算和乘法运算都需要两个输入并产...

发表了文章 • 2018-07-13 14:08 • 0 条评论

0
推荐
1506
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第9章 (上)启动并运行TensorFlow

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TFTensorFlow 是一款用于数值计算的强大的开源软件库,特别适用于大规模机器学习的微调。 它的基本原理很简单:首先在 Python 中定义要执行的计算图(例如图 9-1)...

发表了文章 • 2018-07-13 14:01 • 0 条评论

0
推荐
1946
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第8章 降维(下)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF前文传送门:【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第8章 降维(上) 【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第7章 集成学习和...

发表了文章 • 2018-07-12 17:55 • 0 条评论

0
推荐
1976
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第8章 降维(上)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF很多机器学习的问题都会涉及到有着几千甚至数百万维的特征的训练实例。这不仅让训练过程变得非常缓慢,同时还很难找到一个很好的解,我们接下来就会遇到这种情况...

发表了文章 • 2018-07-12 16:15 • 0 条评论

0
推荐
1975
阅读

【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第7章 集成学习和随机森林 (下)

作者:ApacheCN【翻译】   Python机器学习爱好者Python爱好者社区专栏作者GitHub:https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF梯度提升另一个非常著名的提升算法是梯度提升。与 Adaboost 一样,梯度提升也是通过向集成中逐步增加分类器运行的,每一个分类器都修正之前的分类结果。然而,它...

发表了文章 • 2018-07-12 15:05 • 0 条评论