Building Input Functions with tf.contrib.learn 这个教程将指引你构建tf.contrib.learn的输入函数(input functions). Custom Input …

前言 用TensorFlow做分类任务，最基本的还是两个步骤，构建计算图和执行计算图。构建计算图中，涉及到数据的读取，变量、占位符的定义，神经网络的设计，激活函数、代价函数、优化器的定义，等把静态的计算图构建之后，就开始…

自然语言处理 Natural Language Processing 一、什么是自然语言处理 简单地说，自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人…

1 一些通用技巧 使用 ADAM 优化器 ReLU 是最好的非线性 不要在输出层使用激活函数 为每一层添加一个偏置项 使用方差缩放初始化 白化（归一化）输入数据 以合理地保留动态范围的方式对输入数据进行缩放 一般不要使用…

最近在学习Keras的使用，在此整理一下相关内容。方式方法上，我想通过使用Keras构建多种常见神经网络来逐步理解Keras，这样的话，通过常见、容易理解的神经网络，一步步深入Keras使用。子曰：由也升堂矣，未入于室也…

一年前接触最初神经网络，半年前就想自己写一个最简单的BP神经网络练练手，结果由于能力有限，不光是编程能力还有理论方面的能力都有限，一直推到半年后的现在才真正的开始。其实很多坑必须要自己亲自踩过之后才能明白。在我看来，我现…

本篇不涉及模型原理，只是分享下代码。想要了解模型原理的可以去看网上很多大牛的博客。 目前代码实现了CNN和LSTM两个网络，整个代码分为四部分： Config：项目中涉及的参数； CNN：卷积神经网络结构； LSTM：长…

近期做了一些反垃圾的工作，除了使用常用的规则匹配过滤等手段，也采用了一些机器学习方法进行分类预测。我们使用TensorFlow进行模型的训练，训练好的模型需要保存，预测阶段我们需要将模型进行加载还原使用，这就涉及Tens…

数据篇 对于不熟悉的任务或者数据，一定要小心仔细地检查数据的各种性质、各种分布，对数据的各项指标了如指掌。 仔细检查数据的过程中，得到一些重要的直觉，记录下来。 数据的预处理非常重要。预处理的时候结合最佳实践和模型需求进…

R-CNN 物体检测第一弹 ​ 今天，重读了 R-CNN 的 TPAMI 版本，感觉受益颇多。该版相比之前的会议版，在检测流程和实现细节上表述得更为清晰。此外，因为是改投 TPAMI 的关系，因此文中补充了很多额外的实验…

摘要：随着人工智能时代的到来，计算能力变得越来越重要。GPU计算已经成为了必然的趋势，对于机器学习爱好者来说要想训练一个高质量的神经网络，使用GPU无疑是最佳选择。 GPU计算已成为数据科学领域的重要组成部分。计算需求的…

1：优化器。机器学习训练的目的在于更新参数，优化目标函数，常见优化器有SGD，Adagrad，Adadelta，Adam，Adamax，Nadam。其中SGD和Adam优化器是最为常用的两种优化器，SGD根据每个batc…