
7.2 深度學習模型調試和監控 本小節學習如何監控模型訓練的過程。 7.2.1 模型訓練中應用回調 當你訓練模型時,有許多情況是在起始階段預估不...
6.3 RNN高級用法 在本小節中,我們將學習三種高級方法提升RNN的性能和泛化能力。學完本小節你將會掌握使用Keras實現RNN的細節。我們將...
沉下心來,踏實干,會成功的。 6.2 理解循環神經網絡(RNN) 前面所有見過的神經網絡模型,比如,全聯結網絡和卷積網絡,它們最主要的特征是沒有...
機器環境:Ubuntu 16.04,Java 1.8 安裝ANT: 下載pylucene-4.10.1-1或者pylucene-6.5.0包,并...
6.1 深度學習之文本處理 文本是序列數據傳播最廣泛的形式之一,它可以理解成一個字母序列或者詞序列,但是最常見的形式是詞序列。后面章節介紹的深度...
3.6 房價預測:線性回歸 前面兩個例子都可以看成是分類問題,它的目標是預測某個輸入數據點的單個離散label。常見的另外一類機器學習問題是線性...
3.5 新聞分類:多分類 在上一小節,學習了如何使用全聯接神經網絡將向量輸入分為二類。但是,當需要多分類時該咋辦呢? 在本小節,你將學習構建神經...
3.4 電影影評分類 二元分類,或者稱為二值分類,可能是應用最廣泛的機器學習問題。通過學習本例,你將掌握如何基于文本內容將影評分為正、負二類。 ...
2.2 神經網絡的數據表示 在上面的例子中,數據存儲為多維Numpy數組,也稱為張量(tensor)。當前流行的機器學習系統都以張量作為基本數據...