深度学习(卷积网络、循环神经网络、对抗神经网络、Tensorflow实战)

网友投稿 310 2022-10-31


深度学习(卷积网络、循环神经网络、对抗神经网络、Tensorflow实战)

下采样:

预处理:归一化,对所有像素点进行0-1归一化

将一列数再转换为图像,图像大小28281

独热编码:将label的编号

分为测试集和训练集

一般标准差指定的较小,偏置也指定一个常数

tf都是在4维上,batchsize,high,wide,channel,VGG默认是1

第一次卷积后得到32个图偏置项:

reshape:将特征数据转换为400002828的图像数据

全连接操作:

-1占位,自动求解,比如40000,但是为了方便表示即可以换掉

dropout:


版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:嵌入式等级考试常错2
下一篇:java数据类型和运算符的深入讲解
相关文章

 发表评论

暂时没有评论,来抢沙发吧~