2017年08月_Wayne2019

原创 Udacity深度学习（google）笔记（4）——文本和序列的深度模型（word2vec, RNN, LSTM）

非监督学习（应用前景？）embeddings: Word2Vect-SNEsampled softmaxCBOW和skip-gram任务 5: Word2Vec and CBOW RNN，反向传播梯度消失/爆炸（看看教材的推导和说明）LSTMBeam搜索（就是有效地一次往前看多步再做决策）任务 6: LSTMs: 训练一个一个长短期记忆网络预测字符串机器翻译语音识别图片

2017-08-15 22:01:06 1020 2

原创 Udacity深度学习（google）笔记（3）——CNN 卷积模型

深度学习与计算机视觉系列(8)_神经网络训练与注意点深度学习之四大经典CNN技术浅析（熟悉一下经典的CNN以及它们在tensorflow或keras中的预训练模型，在此基础上可以通过迁移学习或者微调来完成一些自己的深度学习任务）AlexNetVGGNetGoogle Inception NetResNet合并颜色统计不变性： translation invarian

2017-08-15 17:00:12 839

原创 Udacity深度学习（google）笔记（2）——深度神经网络, tensorflow

tensorflow的基本用法（不难，但是还是需要不时查阅文档，后续尝试下keras）反向传播，常见的教材都有推导任务2：使用梯度下降和随机梯度下降训练一个全连接网络axis=0是对列的操作看着下面的代码应该能想象出上次笔记中的那张xW+b的图（图形化的记忆和理解）： # Variables. weights = tf.Variable( tf.truncated_normal([

2017-08-15 10:28:55 849

原创 Udacity深度学习（google）笔记（1）——notmnist

Softmax函数是将k维实数向量映射成k维(0,1)之间的实数向量（求指数后再除以指数的总和）。如果将原来的实数向量都乘以10倍，则会使得映射后的向量取值更为“极端”，即此时的学习器特别自信！One-Hot 编码交叉熵：不对称Multinomial Logistic Regression：最小化交叉熵：梯度下降python 3.6 中range取代了xrange的作用，另外下述代

2017-08-14 21:45:51 1151

原创 House Prices (1)：python 探索性数据分析

如题，这是一个kaggle的训练赛。目标是预测房价。评分指标是房价预测值与观测值取log后的RMSE，并且赛题指出取对数使得对较贵房子的预测误差和对便宜房子的预测误差对结果有同样的影响，为什么？先把公式写出来： RMSE=∑nt=1(y^t−yt)2n−−−−−−−−−−√.\operatorname{RMSE}=\sqrt{\frac{\sum_{t=1}^n (\hat y_t - y_

2017-08-04 17:26:29 2243

原创机器学习转行之路：起点

决定转行做机器学习，在此记录自己的一些基础，也算是对自己的一种鼓励吧。

2017-08-04 16:12:20 1501 2

Wayne2019的博客

原创 Udacity深度学习（google）笔记（4）——文本和序列的深度模型（word2vec, RNN, LSTM）

原创 Udacity深度学习（google）笔记（3）——CNN 卷积模型

原创 Udacity深度学习（google）笔记（2）——深度神经网络, tensorflow

原创 Udacity深度学习（google）笔记（1）——notmnist

原创 House Prices (1)：python 探索性数据分析

原创机器学习转行之路：起点

空空如也

空空如也

原创 Udacity深度学习（google）笔记（4）——文本和序列的深度模型（word2vec, RNN, LSTM）

原创 Udacity深度学习（google）笔记（3）——CNN 卷积模型

原创 Udacity深度学习（google）笔记（2）——深度神经网络, tensorflow

原创 Udacity深度学习（google）笔记（1）——notmnist

原创 House Prices (1)：python 探索性数据分析

原创 机器学习转行之路：起点

空空如也

空空如也

原创机器学习转行之路：起点