- 博客(5)
- 收藏
- 关注
RSS订阅原创 Logistic回归（第五章）
线性回归是指采用线性组合形式的回归模型，在线性回归问题中，因变量和自变量之间是线性关系的。yfxW1X1⋅⋅⋅⋅⋅⋅⋅WnXnbyfxW1X1⋅⋅⋅⋅⋅⋅⋅WnXnb对于一个学习系统来说，我们需要找到最适合数据的模型，模型有很多，需要不断尝试，其中最简单的一个模型就是线性模型。Logistic回归是一种常用的统计分析方法，通常用于解决二分类问题。
2024-03-24 21:53:09
840
1
原创 PyTorch深度学习基础（第四章）
PyTorch的Tensor和NumPy的ndarray十分类似，但是Tensor具备两个ndarray不具备而对于深度学习来说非常重要的功能。其一是Tensor能用利用GPU计算，GPU根据芯片性能的不同，在进行矩阵运算时，能比CPU快几十倍。其二是Tensor在计算时，能够作为节点自动地加入计算图，而计算图可以为其中的每个节点自动计算微分，也就是说当我们使用Tensor时，就不需要手动计算微分了。
2024-03-24 19:49:39
761
1
原创 机器学习基础知识（第三章）
在机器学习中，过拟合（Overfitting）指的是模型过于复杂，以至于在训练集上表现非常好，但在测试集或真实数据上表现不佳。具体来说，过拟合是指模型过度地学习了训练数据的噪声和细节，而没有捕捉到其真正的规律性和泛化能力。过拟合的产生通常是由于模型的复杂度过高（参数过多），或者训练数据过少、过于特殊等原因造成的。当模型过于复杂时，容易出现过拟合，因为它会记住每个训练样本的特征和噪声，从而失去了对更广泛的数据集的泛化能力。增加数据量。
2024-03-10 21:55:47
993
1
原创 深度学习框架（第二章）
Caffe 全称：Convolution Architecture For Feature Extraction(用于特征抽取的卷积框架)。Caffe是一个清晰、可读性高、快速的深度学习框架。Caffe是一个主流的工业级深度学习工具，精于图像处理。它有很多扩展，但是由于一些遗留的架构问题，它不够灵活，且对递归网络和语言建模的支持很差。对于基于层的网络结构，Caffe扩展性不好；而用户如果想要增加层，则需要自己实现前向传播、反向传播以及参数更新。
2024-03-10 21:51:37
881
1
原创 深度学习简介（第一章）
计算机视觉是指使用计算机及相关设备对生物视觉的一种模拟。它的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息。计算机视觉是关于如何运用照相机和计算机来获取我们所需的被拍摄对象的数据与信息的学问。形象地说，计算机视觉就是给计算机安装上“眼睛”(照相机)和“大脑”(算法)，让计算机能够感知环境。它涵盖了图像处理、模式识别、目标检测和跟踪、三维重建、深度学习等多个领域。强化学习是机器学习的一个重要分支，它与非监督学习、监督学习并列为机器学习的3类主要学习方法，三者之间的关系如图所示。
2024-03-03 21:14:37
1196
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人