榜单
服务器优惠
AI论文
-
3-3,高阶API示范
3-3,高阶API示范 一，线性回归模型 二，DNN二分类模型 3-3,高阶API示范 下面的范例使用TensorFlow的高阶API实现线性回归模型和DNN二分类模型。 TensorFlow的高阶API主要为tf.keras.models提供的模型的类接口。 使用Keras接口有以下3种方式构建模型：使用Sequential按层顺序构建模型... -
介绍
简单粗暴 TensorFlow 2.0 | A Concise Handbook of TensorFlow 2.0 Indices and tables 简单粗暴 TensorFlow 2.0 | A Concise Handbook of TensorFlow 2.0 基于Eager Execution | Based on Eager Exe... -
Auxiliary Classifier GAN
Train an Auxiliary Classifier GAN (ACGAN) on the MNIST dataset. Train an Auxiliary Classifier GAN (ACGAN) on the MNIST dataset. More details on Auxiliary Classifier GANs. You... -
卷积层
卷积层 Conv1D层 参数 输入shape 输出shape Conv2D层 参数 输入shape 输出shape SeparableConv2D层 参数 输入shape 输出shape Conv2DTranspose层 参数 输入shape 输出shape 参考文献 Conv3D层 参数 输入shape Croppi... -
Noise layers
GaussianNoise GaussianDropout AlphaDropout [source] GaussianNoise keras . layers . GaussianNoise ( stddev ) Apply additive zero-centered Gaussian noise. This is usefu... -
CIFAR-10 CNN-Capsule
在 CIFAR10 小型图像数据集上训练一个简单的 CNN-Capsule Network。 在 CIFAR10 小型图像数据集上训练一个简单的 CNN-Capsule Network。 无数据增益的情况下：在 10 轮迭代后验证集准确率达到 75%，在 15 轮后达到 79%，在 20 轮后过拟合。 有数据增益情况下:在 10 轮迭代后验证集准确... -
5-8 callbacks
5-8 callbacks 1. Pre-defined Callbacks 2. Customized Callbacks 5-8 callbacks The callbacks in tf.keras is a class, usually specified as a parameter when use model.fit . It p... -
卷积层 Convolutional
Conv1D Conv2D SeparableConv1D SeparableConv2D DepthwiseConv2D Conv2DTranspose Conv3D Conv3DTranspose Cropping1D Cropping2D Cropping3D UpSampling1D UpSampling2D UpSampl... -
Baby RNN
基于故事和问题训练两个循环神经网络。 注意 基于故事和问题训练两个循环神经网络。 两者的合并向量将用于回答一系列 bAbI 任务。 这些结果与 Weston 等人提供的 LSTM 模型的结果相当：Towards AI-Complete Question Answering: A Set of Prerequisite Toy Tasks 。 T... -
5-3 activation
5-3 activation 1. The most popular activation functions 2. Implementing activation functions in the models 5-3 activation Activation function plays a key role in deep learnin...