- 深度学习的学习率调节实践 深度学习提高精度
-
多层感知器多层感知器（MLP）是由一个输入层、一个或多个隐藏层和一个称为输出层的最终层组成的人工神经网络（ANN）。通常，靠近输入层的层称为较低层，靠近输出层的层称为外层。除输出层外的每一层都包含一个...
- 使用TensorBoard进行超参数优化 tensorrt优化
-
在本文中，我们将介绍超参数优化，然后使用TensorBoard显示超参数优化的结果。深度神经网络的超参数是什么?深度学习神经网络的目标是找到节点的权重，这将帮助我们理解图像、文本或语音中的数据模式。要...
- 妈妈问我神经网络是什么 我是这样回答她的
-
一、备注??最近在研究DCGAN，需要卷积神经网络的相关知识，之前零零散散地看过一些卷积神经网络的相关博客，打算乘此机会好好做一个总结，也算是为后面的学习打下基础。??卷积神经网络主要用于图像方面的应...
- DeepMind加持的GNN框架正式开源!TensorFlow进入图神经网络时代
-
编辑：好困小咸鱼【新智元导读】谷歌在垃圾邮件检测、流量估计以及YouTube内容标签等环境中使用了一种强大的工具GNN（图神经网络）。11月18日，谷歌联合DeepMind对外开源TensorFlo...
- 神经网络可以像经典主成分分析一样执行降维吗?
-
介绍主成分分析（PCA）是最流行的降维算法之一。PCA的工作原理是找出在数据中相互正交的方差很大的轴。在我??轴被称为我??主成分（PC）。执行PCA的步骤是：标准化数据。从协方差矩阵或相关矩阵中获取...
- 神经网络的“齿轮”:张量运算 张量 神经网络
-
所有计算机程序最终都可以简化为二进制运算（AND、OR、NOR等），深度神经网络的所有变换也都可以简化为数值张量上的一些张量运算（tensoroperation）。keras.layers.Dens...
- 高级API、异构图:谷歌发布TF-GNN，在TensorFlow创建图神经网络
-
机器之心报道编辑：陈萍高效且友好的TensorFlowGNN库。今天，TensorFlow官方博客发布了TensorFlowGraphNeuralNetworks（TensorFlow...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如OLS假设变量之间符合简单的线性关系或者高阶线性关系进行拟合(或函数逼近)，然而，并不是所有关系都是简单的线性关系或者高阶线性关系，这时就需要借助神经网络(neuralnetwor...
- 在TensorFlow中使用模型剪枝将机器学习模型变得更小
-
学习如何通过剪枝来使你的模型变得更小剪枝是一种模型优化技术，这种技术可以消除权重张量中不必要的值。这将会得到更小的模型，并且模型精度非常接近标准模型。在本文中，我们将通过一个例子来观察剪枝技术对最终模...
- tensorflow原理——python层分析 tensorflow底层原理
-
简介我们知道python层作为Client主要作用是构建GraphDef交给Master处理，但很明显，我们写的训练代码跟GraphDef构建工作并没有一一对应，也没有直接操作OP，这...