2018年12月_0x12A2A7F

转载 The Unreasonable Effectiveness of Recurrent Neural Networks

There’s something magical about Recurrent Neural Networks (RNNs). I still remember when I trained my first recurrent network for Image Captioning. Within a few dozen minutes of training my first baby ...

2018-12-27 14:55:39 4269

转载 Recurrent Neural Networks Tutorial, Part 1 – Introduction to RNNs

Recurrent Neural Networks (RNNs) are popular models that have shown great promise in many NLP tasks. But despite their recent popularity I’ve only found a limited number of resources that throughly ex...

2018-12-27 14:40:50 677 1

转载 RNNs在Tensorflow中的使用指南

声明：如需转载，请标明来源！！！！！！With that using an RNN should be as easy as calling a function, right? Unfortunately that’s not quite the case. In this post I want to go over some of the best practices for worki...

2018-12-27 13:59:31 349

转载支持向量机（四）：支持向量机的Python语言实现

转：http://www.cnblogs.com/pursued-deer/p/7892342.html1 数据样本集的介绍这篇文章是根据《机器学习实战》一书的实例进行代码的详细解读，我在查找这方面的资料没有人对支持向量机算法 python 实现的详细说明，我就把我在看代码时的思路和代码详细注解。如果存在不足，欢迎给我留言相互探讨。好了，废话不多说，正文开始。。。首先我们使用的数据是二...

2018-12-27 10:43:39 633

转载支持向量机（三）：核函数和KKT条件的理解

转：http://www.cnblogs.com/pursued-deer/p/7858122.html1 核函数1.1 核函数的定义设χ是输入空间（欧氏空间或离散集合），Η为特征空间（希尔伯特空间），如果存在一个从χ到Η的映射 φ(x): χ→Η使得对所有的x,z∈χ,函数Κ(x,z)=φ(x)∙φ(z)，则称Κ(x,z)为核函数，φ(x)为映射函数，φ(x)∙φ(z)为x...

2018-12-27 10:31:24 674

转载支持向量机（二）：SMO算法

转：http://www.cnblogs.com/pursued-deer/p/7857783.html1 SMO算法的概念这里补充一点，后面的K () 函数是核函数，是把低维度的数据投射到高维度中，即把非线性转换成线性分类。知道k 是核函数就可以了，后面会再详细讲解k 函数。我们在上篇中得到关于对偶因子的式子，对其求 α 极大，现在添加符号转化成求极小，两者等价。转化后的目标函数...

2018-12-27 10:30:07 404

转载支持向量机（一）：支持向量机的公式推导(Support Vector Machine，SVM)

转：https://www.cnblogs.com/pursued-deer/p/7857306.html1 认识向量机支持向量机是处理数据分类问题，目的是学会一个二分类的函数模型，属于监督式学习的方法，被广泛应用于统计分类和回归分析。通过建立一个超平面对样本数据进行分类，超平面涉及到凸优化及核函数的应用，而对于怎么找到最优的超平面就是这部分要讲的内容。2 线性分类假设数据样本集是...

2018-12-27 10:28:03 612

转载线性回归算法推导（Linear Regression）

在现实生活中普遍存在着变量之间的关系，有确定的和非确定的。确定关系指的是变量之间可以使用函数关系式表示，还有一种是属于非确定的（相关），比如人的身高和体重，一样的身高体重是不一样的。线性回归： 1：函数模型（Model）：假设有训练数据那么为了...

2018-12-27 10:22:56 2584 2

LW_ICE