政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（五）—— Dropout和批归一化
有效性。 练习：Dropout与批量归一化 介绍 在这个练习中，你将给咱们前面文章练习中的Spotify模型添加dropout，并看看批量归一化如何使你能够成功地训练困难的数据集上的模型。 前面文章：政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（四）—— 过拟合和欠拟合https://blog.csdn.net/snowdenkeke/artic...
政安晨：【Keras机器学习实践要点】（十三）—— 利用 TensorFlow 进行多 GPU 分布式训练
目录 前言 设置 单主机、多设备同步培训 工作原理 如何使用 使用回调确保容错 tf.data 性能提示 数据集批处理注意事项 调用 dataset.cache() 调用 dataset.prefetch(buffer_size) 本文是使用 TensorFlow 对 Keras 模型进行多 GPU 训练的指南。 前言 在多台设备之间分配计算通常有两种方法： 数据并行，即在多个设备或多台机器上复制单个模...
政安晨：【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（一）—— 单个神经元
咱们在这篇文章中将了解与练习深度学习的构建模块--线性单元。 开始深度学习的入门练习 利用这个系列的文章，您即将学习到构建自己的深度神经网络所需的一切。 通过使用Keras和Tensorflow，您将学习以下内容： 咱们这个系列文章将通过完整的实例向您介绍这些主题，然后在练习中，您将更深入地探索这些主题，并将它们应用于真实世界的数据集中。 现在让我们开始！ 深度学习究竟是什么？ 最近几年人工智能领域最...
政安晨：【深度学习实践】【使用 TensorFlow 和 Keras 为结构化数据构建和训练神经网络】（二）—— 深度神经网络
概述 深度神经网络（Deep Neural Network，DNN）是一种机器学习模型，由多个神经网络层组成，每层都包含多个神经元节点。相比浅层神经网络，深度神经网络具有更多的隐藏层，能够处理更复杂的问题。 深度神经网络的核心思想是通过多层非线性变换来逐步提取输入数据的高级特征表示。每一层的神经元通过权重和偏置进行计算，并通过激活函数进行非线性映射。数据从输入层经过多个隐藏层传递，最终输出一个预测结果...
【机器学习智能硬件开发全解】（九）—— 政安晨：通过ARM-Linux掌握基本技能【C语言程序的预处理过程】
前后有什么变化呢？ 重写前面的C程序 我们写了一个测试程序，分别使用预处理命令去定义一些宏和条件编译。 （咱们在上一篇文章中代码的基础上修改一下）上一篇文章： 【机器学习智能硬件开发全解】（八）—— 政安晨：通过ARM-Linux掌握基本技能【C语言程序的编译/链接/安装运行】https://blog.csdn.net/snowdenkeke/article/details/136805174对上一章中...
政安晨：【深度学习处理实践】（九）—— Transformer架构
咱们接着这个系列的上一篇文章继续： 政安晨：【深度学习处理实践】（八）—— 表示单词组的两种方法：集合和序列https://blog.csdn.net/snowdenkeke/article/details/136762323 Transformer是一种架构，用于在自然语言处理（NLP）和其他任务中进行序列到序列（seq2seq）学习。它于2017年由Vaswani等人提出，成为深度学习领域的重要里程...
政安晨：【深度学习处理实践】（七）—— 文本数据预处理
咱们接着这个系列的上一篇文章继续： 政安晨：【深度学习处理实践】（六）—— RNN的高级用法https://blog.csdn.net/snowdenkeke/article/details/136660644 在深度学习中，文本数据预处理是指将原始文本数据转换为可供模型训练使用的向量表示。 首先，需要对文本进行分词，将一个句子或段落分解为词汇单元。中文分词相对于英文分词更具挑战性，因为中文中没有像空格...
政安晨：【深度学习处理实践】（八）—— 表示单词组的两种方法：集合和序列
咱们接着这个系列的上一篇文章继续： 政安晨：【深度学习处理实践】（七）—— 文本数据预处理https://blog.csdn.net/snowdenkeke/article/details/136697057 机器学习模型如何表示单个单词，这是一个相对没有争议的问题： 自然语言中的顺序问题很有趣： 与时间序列的时间步不同，句子中的单词没有一个自然、标准的顺序。不同语言对单词的排列方式非常不同，比如英语的...
政安晨：机器学习快速入门（四）{pandas与scikit-learn} {随机森林}
_X)print(mean_absolute_error(val_y, melb_preds)) {还是依旧做个说明} 如果大家第一次看到这篇文章，那么搭建环境、前因后果等等都参看我的前三篇文章： 政安晨：机器学习快速入门（一）{基于Python与Pandas}https://blog.csdn.net/snowdenkeke/article/details/136046028政安晨：机器学习快速入门...
政安晨：示例演绎TensorFlow的官方指南（二）{Estimator}
咱们接着演绎TensorFlow官方指南，我的这个系列的上一篇文章为： 政安晨：示例演绎TensorFlow的官方指南（一）{基础知识}https://blog.csdn.net/snowdenkeke/article/details/136067030为什么要演绎官方指南，我在上一篇说过了，这次没有废话，直接开始。 Estimator介绍 政安晨： 咱们先看一下Estimator的背景。 Tensor...