最新 最热

华量杯-股票预测, keras+LSTM

对每日A股数据取样,提取出包括时间序列类型指标,非时间序列类型指标以及股票分类属性指标;利用所提供的指标来预测T -1日的个股收益。

2020-08-04
1

使用PyTorch的TensorBoard-可视化深度学习指标 | PyTorch系列(二十五)

原标题:TensorBoard With PyTorch - Visualize Deep Learning Metrics

2020-07-30
0

一看就懂的Tensorflow实战(TensorBoard基础篇)

TensorBoard是Tensorflow自带的一个强大的可视化工具,也是一个web应用程序套件。在众多机器学习库中,Tensorflow是目前唯一自带可视化工具的库,这也是Tensorflow的一个优点。学会使用TensorBoard,将可以帮助我们构建复杂...

2020-07-29
0

一看就懂的Tensorflow实战(模型的保存与读取)

首先,我们从一个直观的例子,讲解如何实现Tensorflow模型参数的保存以及保存后模型的读取。然后,我们在之前多层感知机的基础上进行模型的参数保存,以及参数的读取。该项技术可以用于Tensorflow分段训练模型以及对经典模型...

2020-07-29
0

一看就懂的Tensorflow实战(K-Means模型)

K-MEANS算法是输入聚类个数k,以及包含 n个数据对象的数据库,输出满足方差最小标准k个聚类的一种算法。属于一种经典的无监督学习算法。示意图如下所示:...

2020-07-29
0

一看就懂的Tensorflow实战(多层感知机模型Eager API)

[TensorFlow-Examples]https://github.com/aymericdamien/TensorFlow-Examples

2020-07-29
0

一看就懂的Tensorflow实战(卷积神经网络)

注意,这里只需要给出输入数据,输出通道数,卷积核大小即可。Poolinglayers 模块提供了多个池化方法,这几个池化方法都是类似的,包括 max_pooling1d()、max_pooling2d()、max_pooling3d()、average_pooling1d()、average_poo...

2020-07-29
1

一看就懂的Tensorflow实战(多层感知机)

这里定义含有两个隐含层的模型,隐含层输出均为256个节点,输入784(MNIST数据集图片大小28*28),输出10。

2020-07-29
1

一看就懂的Tensorflow实战(随机森林)

随机森林是一种集成学习方法。训练时每个树分类器从样本集里面随机有放回的抽取一部分进行训练。预测时将要分类的样本带入一个个树分类器,然后以少数服从多数的原则,表决出这个样本的最终分类类型。[4]...

2020-07-29
0

一看就懂的Tensorflow实战(Logistic回归模型Eager API)

Dataset API是TensorFlow 1.3版本中引入的一个新的模块,主要服务于数据读取,构建输入数据的pipeline。

2020-07-29
0