- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 tensorflow2.0(二)----卷积神经网络(CNN)
使用Keras实现卷积神经网络class CNN(tf.keras.Model): def __init__(self): super().__init__() self.conv1 = tf.keras.layers.Conv2D( filters = 32, kernel_size=[5,5], padding = 'same', activation = tf.nn.relu) self.pool1 = tf.keras.layers.MaxPool2D(poo
2020-12-01 08:57:22
343
2
原创 tensorflow2.0(三)----循环神经网络(RNN)
class DataLoader(): def __init__(self): path = tf.keras.utils.get_file('nietzsche.txt',origin='http://s3.amazonaws.com/text-data') with open(path,encoding='utf-8') as f: self.raw_text = f.read().lower() self.chars = sorted(list(set(self.raw_text)
2020-12-01 08:56:46
389
原创 tensorflow2.0（一）----多层感知机（MLP）
在TensorFlow 1.X版本中， 调用 tf.enable_eager_execution() 函数启动Eager Execution模式。在TensorFlow 2.0版本中，Eager Execution模式成为默认模式，无需额外调用tf.enable_eager_execution() 函数（不过若要关闭Eager Execution，则需调用tf.compat.v1.disable_eager_execution() 函数）tensorflow使用tensor（张量）作为数据的基本单元。在概
2020-11-30 20:28:03
588
原创 Spark学习之机器学习包ML
Spark的ML软件包，其操作是基于DataFrame的。ML包括转换器(Transformer)、评估器(Estimator)、管道(Pipeline)。1、 转换器----Transformer通常是将一个新列附加到DataFrame来转换数据。从高层次上看，当从转换器的抽象类派生时，每个新的转换器需要实现.transform()方法。该方法要求传递一个要被转换的DataFrame，该参数通常是第一个也是唯一的一个强制性参数。其他参数有inputCol、outputCol，inputCol的参数默认
2020-05-24 09:44:23
782
原创 Spark学习之Pyspark数据处理
使用Pysaprk进行数据处理from pyspark.sql import SparkSessionfrom pyspark.sql import Rowfrom pyspark.sql.types import *import pyspark.sql.functions as fnimport pyspark.sql.types as typspark = SparkSession.builder.appName('my_test').getOrCreate()sc = spark.sp
2020-05-23 12:02:50
474
原创 Spark学习之PySpark.SQL.DataFrame
DataFrame是一种不可变的分布式数据集，这种数据集被组织成指定的列，类似于关系数据库中的表。1、Python 与RDD之间的通信每当使用RDD执行PySpark程序时，潜在地需要巨大的开销来执行作业。如下图所示，在PySpark驱动器中，Spark Context通过Py4j启动一个使用JavaSparkContext的JVM。所有的RDD转换最初都映射到Java中的PythonRDD对象。一旦这些任务被推送到Spark工作节点，PythonRDD对象就使用管道（pipe）启动Python的子进程
2020-05-22 19:54:29
429
原创 深度学习总结（一）
深度学习总结（一）1、经典优化算法（1）一阶迭代法（又称梯度下降法）：（2）二阶迭代法（牛顿法）：一般在神经网络里面，L()函数就是代价函数。2、不同梯度下降法（1） 经典梯度下降法（2）随机梯度下降法随机梯度下降法可以解决经典梯度下降法数据量大，计算量大，耗时长的问题。但是对于SGD来说，局部最小还不是最可怕的，在陷入鞍点（鞍点的形状像是一个马 鞍，一个方向上两头翘，另...
2019-07-28 16:21:30
729
原创 机器学习总结（二）
机器学习总结（二）1、支持向量机（SVM）支持向量支持向量机对偶问题支持向量机模型中，本身是一个凸二次优化问题，通过引入拉格朗日乘子，将其对偶变换成对偶变量的优化问题之后，可以更加有效地求解。其过程如下：核函数SVM的预测公式：所以，对于任意xi，预测结果f(xi)与实际结果y(xi)之间的距离小于1。又因为y(j)∈{1,−1}，当训练样本时正例时，y=1,预测结果f>...
2019-07-27 15:13:45
258
原创 机器学习总结（一）
机器学习总结一、基本概念1、有监督学习：输入数据是带有标签的，称为有监督学习。2、无监督学习：输入数据是不带标签的，称为无监督学习。3、局部最优：函数值空间的一个有限区域内寻找最小值，这个最小值，是小于或等于附近点的函数值，但是有可能大于较远距离的点；4、全局最大值：在函数值空间整个区域内寻找最小值。二：机器学习的学习方式1、监督学习特征：监督学习是利用已知正确答案的实例来训练网络...
2019-07-26 12:58:58
733
原创 深度学习实战之车牌识别项目
车牌识别项目本博客关于深度学习完成后，做的有一个小项目，基本已完成。环境配置：Win7、Python3.7、Opencv4.10。作本项目，一是为总结，二是方便以后的回顾。车牌图像处理原理一、是读取图像，对图像进行预处理，包括（具有先后顺序）：压缩图像、转换为灰度图像、灰度拉伸、开运算（去噪声）、将灰度图像和开运算后图像取差分图、整张图像二值化、canny边缘检测、闭运算、开运算、再次开运算...
2019-07-24 15:34:01
29682
30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人