自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(5)
  • 收藏
  • 关注

原创 逻辑回归笔记

逻辑回归逻辑回归属于一个二分类器sigmoid函数 s=σ(ωTx+b)\sigma(\omega ^T x+b)σ(ωTx+b)=σ(ω1x1+ω2x2+ω3x3...ωnxn+b)\sigma(\omega 1x1+\omega 2x2+\omega 3x3...\omega nxn+b)σ(ω1x1+ω2x2+ω3x3...ωnxn+b)= σ(z)\sigma(z)σ(z) =11+e−z\frac1 {1+e^{-z}}1+e−z1​如果sigmoid函数 e−ze^{-z}e

2022-05-09 20:43:48 77

原创 GRU模型

1、门控循环单元1.1 重置门和更新门Rt=sigmoid(XtWxr+Ht−1Whr+br)R_t=sigmoid(X_tW_{xr}+H_{t-1}W_{hr}+br)Rt​=sigmoid(Xt​Wxr​+Ht−1​Whr​+br)Zt=sigmoid(XtWxz+Ht−1Whz+bz)Z_t=sigmoid(X_tW_{xz}+H_{t-1}W_{hz}+bz)Zt​=sigmoid(Xt​Wxz​+Ht−1​Whz​+bz)1.2 候选隐藏状态Ht^=tanh(XtWxh+(Rt∗H

2021-12-29 11:38:12 1829

原创 LSTM长短期记忆网络

1、 长短期记忆LSTM 中引入了3个门,即输入门(input gate)、遗忘门(forget gate)和输出门(output gate),以及与隐藏状态形状相同的记忆细胞(某些文献把记忆细胞当成一种特殊的隐藏状态),从而记录额外的信息。1.1 输入门、遗忘门和输出门It=sigmoid(XtWxi+Ht−1Whi+bi)I_t=sigmoid(X_tW_{xi}+H_{t-1}W{hi}+b_i)It​=sigmoid(Xt​Wxi​+Ht−1​Whi+bi​)Ft=sigmoid(XtWx

2021-12-29 11:22:39 910

原创 RNN模型计算公式

RNN 定义模型ht是上一层传过来的隐藏层,x是特征矩阵,w为正太分布矩阵均值为零方差为0.01h_t是上一层传过来的隐藏层, x是特征矩阵,w为正太分布矩阵 均值为零方差为0.01ht​是上一层传过来的隐藏层,x是特征矩阵,w为正太分布矩阵均值为零方差为0.01ht=Whxxt+Whhht−1h_t=W_{hx}x_t+W_{hh}h_{t-1}ht​=Whx​xt​+Whh​ht−1​ot=WqhHto_t=W_{qh}H_tot​=Wqh​Ht​如何实现模型结构one-hot 有其他更简单

2021-12-29 09:48:35 1656

原创 线性回归数学推导

线性回归线性回归的推导线性组合模型为f(x)=w1x1+w2x2+.......wdxd+b f(x)=w_1x_1+w_2x_2+.......w_dx_d+b f(x)=w1​x1​+w2​x2​+.......wd​xd​+b向量形式表示f(x)=wT+bf(x)=w^T+bf(x)=wT+b基于最小均方误差来求解成为最小二乘法(w∗,b∗)=argmin(w,b)∑i=1m(f(xi)−yi)2=argmin(w,b)∑i=1m(f(xi)−yi)2(w^*,b^*)=arg

2021-11-14 22:32:58 606

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

提示
确定要删除当前文章?
取消 删除