本周任务:LycorisNet的工具类(utils类)设计 工具类需要包含神经网络必备的一些函数,诸如各种激活函数:relu,sigmoid,tanh等,还有一些结构层,例如...
本周任务:LycorisNet的工具类(utils类)设计 工具类需要包含神经网络必备的一些函数,诸如各种激活函数:relu,sigmoid,tanh等,还有一些结构层,例如...
本周任务:完成http 服务器设计,可以实现api的远程调用 采取这种解决方案的原因:每次调用模型,需要使用重新解释模型,需要耗费较多的时间,因此采用这种方式,让模型一直加载...
本周任务:进一步调整模型,优化效果。 单向lstm神经网络已经不能满足我们的数据模型,由于标准的循环神经网络(RNN)在时序上处理序列,他们往往忽略了未来的上...
本周任务:按照标准的数据集划分,即训练集:2 测试集:1的比例划分数据,测试模型效果。 首先,划分数据集,按照上述的比例,源数据:71532条,训练集;500...
参数设计好之后,需要理解tensorflow存储数据的方式:使用占位符(参考tensorflow的英文文档) # x y placeholderx = tf.placehol...
首先,介绍一下lstm神经网络: 长短期记忆(英语:Long Short-Term Memory,LSTM)是一种时间递归神经网络(RNN)[1],论文首次发表于1997年。...
通过,上一周对lstm的初步了解,可以开始处理本次实训的数据,因为都是中文文本的信息,采用word2vec来对中文信息进行向量化。 如果要一句话概括词向量的用处,就是提供了一...
本周,我们完成整体的环境搭建:python3.6, Tensorflow1.7.0。 学习,实践各自负责的算法部分,如RNN算法,我使用google提供的手写体识别的MINS...