- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习笔记-6.5逻辑回归的代价函数及其求导
0- 背景定义逻辑回归的代价函数时，不能够像线性回归那样，否则代价函数变成一个非函数，难以收敛到全局最优。1- 线性回归代价函数：线性回归中的代价函数： J(θ)=12m∑i=1m(yi−hθ(xi))2J(\theta )=\frac{1}{2m}\sum_{i=1}^{m}(y^{i}-h_{\theta }(x^{i}))^{2}线性回归代价函数的实际意义就是平方误差。
2018-01-21 16:04:47
8064
原创 第4门课程-卷积神经网络-第四周作业(图像风格转换)
0- 背景所谓的风格转换是基于一张Content图像和一张Style图像，将两者融合，生成一张新的图像，分别兼具两者的内容和风格。 所需要的依赖如下：import osimport sysimport scipy.ioimport scipy.miscimport matplotlib.pyplot as pltfrom matplotlib.pyplot import i...
2018-01-20 16:12:42
2149
3
原创 第4门课程-卷积神经网络-第四周作业(人脸识别)
1- 背景FaceNet从神经网络中学习到以128维度的向量对人脸图像进行表示。通过对比两个向量的相似度，从而确定两者是否是同一个人。 本文中将采用 triplet loss function（三元组的损失函数），且采用一个预训练的模型对图像进行编码矢量化；在此基础上，再进行人脸的校验（face verification ）和识别（face recognition）。
2018-01-20 09:15:29
3119
1
原创 第4门课程-卷积神经网络-第三周作业(机器视觉中物体检测)
0- 背景：本文主要介绍在自动驾驶中常用的车辆探测模型YOLO模型。 本文依赖的包如下：import argparseimport osimport matplotlib.pyplot as pltfrom matplotlib.pyplot import imshowimport scipy.ioimport scipy.miscimport numpy as npi...
2018-01-17 22:46:46
3167
1
原创 第4门课程-卷积神经网络-第二周作业1-基于Keras的人脸表情分类
0- 背景：从人脸图像中的表情判断一个人是否快乐。本文将基于Keras实现该功能。Keras是一个更高级的API，其底层框架可以是TensorFlow或者CNTK。1-数据加载：导入依赖的库：import numpy as np#import tensorflow as tffrom keras import layersfrom keras.layers import In
2018-01-10 21:34:33
1518
3
原创 第4门课程-卷积神经网络-第一周作业2(基于卷积神经网络的手势分类)
0- 背景本文介绍基于TensorFlow的卷积神经网络及其具体应用实例。1-数据导入：# Loading the data (signs)X_train_orig, Y_train_orig, X_test_orig, Y_test_orig, classes = load_dataset()
2018-01-08 21:45:49
2456
5
原创 第4门课程-卷积神经网络-第二周作业2(基于残差网络的手势分类)
0- 背景本文介绍基于残差网络的深层卷积神经网络，Residual Networks(ResNets)。 从理论上分析，神经网络层数越多，可以表示更复杂的模型函数。CNN能够提取low/mid/high-level的特征，网络的层数越多，意味着能够提取到不同level的特征越丰富。并且，越深的网络提取的特征越抽象，越具有语义信息。 但是在实际训练中，深层的神经网络很难训练。单纯增加网络层数...
2018-01-07 17:55:29
2901
4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人