文档详情

4.5.2　LeNet5网络模型.pdf-陈仲铭彭凌西-人民邮电出版社

发布：2021-04-27约字共页下载文档

文本预览下载声明

4.5示例1：可视化手写字体网络特征119#图像数据归一化xtrain=xtrain.astype(float32)xtest=xtest.astype(f

显示全部

相似文档

2.4.4　建立人工神经网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 46第2章人工神经网络logistic_fun.fit(X,y)#显示线性分类结果plot_decision_boundary(lambdax:clf.predict(x),X,y)plt.title(Lo
2021-04-26 约字页立即下载
6.1.3　全卷积网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 6.1示例1：全卷积网络图像语义分割199predictions(Dense)(None,1000)4097000=======================================
2021-04-25 约字页立即下载
6.1.2　VGG网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 6.1示例1：全卷积网络图像语义分割195唯一的不足是在进行反向传播时，中间的卷积层的参数和求导参数可能会占用更多的内存，随着层数的加深，运算时间也会增加。VGGNet网络模型深信使用大的卷积核会浪费存储空间，减少卷积核能够大幅度减少参数并
2021-04-29 约字页立即下载
4.5.4　可视化特征向量.pdf-陈仲铭彭凌西-人民邮电出版社 124第4章卷积神经网络60000/60000[=====]-5s88us/step-loss:0.0322-acc:0.9918-valloss:0.0197
2021-04-27 约字页立即下载
引用/参考.pdf-陈仲铭彭凌西-人民邮电出版社 引用/参考325种变体。LSTM循环网络架构，通过输入门、遗忘门、输出门存储长期信息。GRU是LSTM的精简版本，不仅简化了记忆计算的整体流程，还能够缩短训
2021-04-28 约字页立即下载
7.5.4　实现简单的循环神经网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 260第7章循环神经网络自然语言处理为什么不使用索引作为输入？网络的输出往往是一个概率分布，然后选取概率最高的值作为最终输出，从而要求输入的数据也是以概率分布的
2021-04-25 约字页立即下载
8.6.4　声学模型.pdf-陈仲铭彭凌西-人民邮电出版社 8.6示例3：智能语音识别音箱311图8-42梅尔频率倒谱系数（MFCC）频谱图图8-43归一化梅尔频率倒谱系数（MFCC）频谱图8.6.4声学模型声学模型（A
2021-04-26 约字页立即下载
8.4.3　编码-解码模型.pdf-陈仲铭彭凌西-人民邮电出版社 8.4示例1：神奇的机器翻译283图8-19编码-解码（Encoder-Decoder）架构8.4.3编码-解码模型图8-19只是编码-解码（Encoder-Decoder）神经网络模型的简化版，为了深入代码原理，我们需要从具体的输入形式到
2021-04-26 约字页立即下载
4.6.2　AlexNet模型.pdf-陈仲铭彭凌西-人民邮电出版社 130第4章卷积神经网络validationgenerator=testdatagen.flowfromdirectory(CatDogData/test,shuffle=True,#打乱数据集中的顺序target_size=input
2021-04-26 约字页立即下载
4.1.1　卷积神经网络的应用.pdf-陈仲铭彭凌西-人民邮电出版社 4.1卷积神经网络概述95图4-1可视化卷积核。Layer数值越大，表示网络的层数越深4.1.1卷积神经网络的应用卷积神经网络为图像而生，但应用不限于图像。在图像处理任务上，卷积神经网络可以用来识别位移、缩放及物体形态扭曲的二维图形。一方面
2021-04-26 约字页立即下载
3.4.4　网络的初始化.pdf-陈仲铭彭凌西-人民邮电出版社 3.4深度学习的技巧81和测试集中。也就是先对3个数据集中的全部数据进行统一预处理，然后分别进行训练、验证、测试，这样的顺序是错误的。以0均值为例，对输入数据的
2021-04-25 约字页立即下载
5.2.4　DeepLab网络.pdf-陈仲铭彭凌西-人民邮电出版社 5.2图像语义分割173图5-20Pooling与Unpooling操作。（a）为Pooling操作，目标是对输入的图像进行降采样，并记录降采样的位置；（b）为
2021-04-29 约字页立即下载
6.1.4　全卷积网络语义分割.pdf-陈仲铭彭凌西-人民邮电出版社 204第6章卷积神经网络进阶示例【代码清单6-6】Upsample层放大热图fromkerasimportbackendasKfromkeras.engine.topologyimport
2021-04-26 约字页立即下载
5.2.2　全卷积神经网络.pdf-陈仲铭彭凌西-人民邮电出版社 5.2图像语义分割167重复上述过程，把图像中所有像素分割为不同的聚类簇。其中K-means算法广泛用于机器学习领域中的聚类分析，我们可以使用K-means算法对图像进行分割。算法首先选定K个聚类中心点，将图像中的某一像素坐标（x,y）以及
2021-04-26 约字页立即下载
5.1.2　基于区域的网络.pdf-陈仲铭彭凌西-人民邮电出版社 5.1图像目标检测147由于传统的目标检测方法存在着诸多不足，于是机器视觉相关的研究者开始思考：既然卷积神经网络能够高效地提取图像物体的高维特征
2021-04-25 约字页立即下载