tf.nn.softmax 第3页

深度学习 第七章 深度学习中的正则化

深度学习参数范数惩罚是一种正则化技术，用于减小模型的复杂度，防止过拟合。它通过在损失函数中添加一个参数范数的惩罚项，使得模型的权重在训练过程中趋向于较小的值。具体而言，参数范数惩罚可以通过在损失函数中添加一个正则化项来实现。常用的范数惩罚有L1范数和L2范数。L1范数惩罚项为参数的绝对值之和，L2范...

TensorFlow的基础知识入门 tensorflow入门菜鸟教程

TensorFlow是一个开源的机器学习框架，用于构建，部署和分析您的机器学习(ML)模型。本文适用于了解深度学习（数学和理论）的人。在这里，您将了解TensorFlow的基本工作以及“Tensor”格式的数据如何通过计算图“流动”。在计算图上直观地思考模型总是有利的。在进入核心之前，让我们看一下模...

简单说说深层神经网络中的几种常用方法

本文介绍简单说说深层神经网络中的几种常用方法，深度学习所示深层神经网络的代名词，重要特性：多层、非线性。若只通过线性变换，任意层的神经网络模型与单层神经网络模型的表达能力没有任何区别，这是线性模型的局限性。对于线性可分的问题中，线性模型可解决，但在现实生活中，绝大部分的问题都是无法线性分割的。1、激...

飞桨万能转换小工具X2Paddle，教你玩转模型迁移

百度推出飞桨（PaddlePaddle）后，不少开发者开始转向国内的深度学习框架。但是从代码的转移谈何容易，之前的工作重写一遍不太现实，成千上万行代码的手工转换等于是在做一次二次开发。现在，有个好消息：无论Caffe、TensorFlow、ONNX都可以轻松迁移到飞桨平台上。虽然目前还不直接迁移Py...

多GPU训Estimators，tf.keras和 tf.data

TensorFlow的EstimatorsAPI可用于在具有多个GPU的分布式环境中训练机器学习模型。在这里，我们将通过训练tf.keras为小型Fashion-MNIST数据集编写的自定义估算器来呈现此工作流程，然后在最后展示更实用的用例。TL;DR：基本上我们想要记住的是，tf.keras....

重新发现语义分割，一文简述全卷积网络

选自Medium，作者：FarhanAhmad，机器之心编译，参与：李诗萌、路。全卷积网络自2012年出现以来，在图像分类和图像检测领域取得了巨大成功。本文利用笔记本电脑构建了一个小型全卷积网络，详细介绍了全卷积网络的思路、过程等等，值得一看语义分割是一种学习如何识别图像中对象范围的机器学习技...