使用tensorflow 与keras 进行新冠肺炎的检测
本期文章,我们通过神经网络来进行新冠(COVID-19)的训练与检测。
继续阅读TensorFlow_人工智能
本期文章,我们通过神经网络来进行新冠(COVID-19)的训练与检测。
继续阅读本期我们来使用Keras来搭建一个简单的神经网络
继续阅读Keras 是一个用 Python 编写的高级神经网络 API,Keras由纯Python编写而集成Tensorflow、Theano后端。若说tensorflow是神经网络的巨人,那么keras便是站在巨人肩膀上的API
继续阅读上期文章TensorFlow手写数字-训练篇,我们训练了我们的神经网络,本期使用上次训练的模型,来识别手写数字(本期构建TensorFlow神经网络代码为上期文章分享代码)
继续阅读上期我们分享了CNN的基本结构,本期我们就拿MNIST数据集来训练一下手写数字的数据库,以便我们下期能够使用训练好的模型,来进行手写数字的识别。
继续阅读本期我们结合MNIST数据集,来用代码来实现CNN。(手写数字识别是TensorFlow人工智能最基础的案例,这个跟学习编程语言的hello Word一样)
继续阅读MINIST的数据分为2个部分:55000份训练数据(mnist.train)和10000份测试数据(mnist.test)。这个划分有重要的象征意义,他展示了在机器学习中如何使用数据。在训练的过程中,我们必须单独保留一份没有用于机器训练的数据作为验证的数据,这才能确保训练的结果的可行性。
继续阅读那什么是卷积神经网络那,这就要我们追溯一下人类识别图像的原理
继续阅读上期我们分享了TensorFlow的过拟合与dropout的问题过拟合(Overfitting)与dropout,本期我们来实现如何在TensorFlow中利用代码实现overfiting的问题。
继续阅读overfittingt是这样一种现象:一个假设在训练数据上能够获得比其他假设更好的拟合,但是在训练数据外的数据集上却不能很好的拟合数据。此时我们就叫这个假设出现了overfitting的现象。
继续阅读