PresleyR的博客

Optional Lab - Softmax Function¶In this lab, we will explore the softmax function. This function is used in both Softmax Regression and in Neural Networks when solving Multiclass Classificati...

Optional Lab - Neurons and Layers¶In this lab we will explore the inner workings of neurons/units and layers. In particular, the lab will draw parallels to the models you have mastered in Course 1, ...

1.1 Goals¶Extend our regression model routines to support multiple featuresExtend data structures to support multiple featuresRewrite prediction, cost and gradient routines to support mult...

1. 使用python和numpy实现一个线性回归要求使用梯度下降法，可视化 l o s s loss loss随着迭代次数的变化曲线2. 说明2.1 拟合函数 f w , b ( x ( i ) ) = w x ( i ) + b f_{w,b}(x^{(i)})=wx^{(i)}+b fw,b​(x(i))=wx(i)+b2.2 均方误差损失函数 J ( w , b ) = ...

这个项目包含了吴恩达机器学习ex2的python实现，主要知识点为逻辑回归、正则化，题目内容可以查看数据集中的ex2.pdf代码来自网络(原作者黄广海的github)，添加了部分对于题意的中文翻译，以及修改成与习题一致的结构，方便大家理解另，原来代码中的高次项有些问题，以及缺少作图部分，已经修改补全其余练习的传送门ex1：线性回归ex2：逻辑回归、正则化...

这个项目包含了吴恩达机器学习ex1的python实现，主要知识点为线性回归，题目内容可以查看数据集中的ex1.pdf代码来自网络(原作者黄广海的github)，添加了部分对于题意的中文翻译，以及修改成与习题一致的结构，方便大家理解其余练习的传送门项目 fork 地址： https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/blob...

在我们面对多维特征问题的时候，我们要保证这些特征都具有相近的尺度，这将帮助梯度下降算法更快地收敛。以房价问题为例，假设我们使用两个特征，房屋的尺寸和房间的数量，尺寸的值为 0-2000 平方英尺，而房间数量的值则是 0-5，以两个参数分别为横纵坐标，绘制代价函数的等高线图能，看出图像会显得很扁，梯度下降算法需要非常多次的迭代才能收敛。解决的方法是尝试将所有特征的尺度都尽量缩放到-1 到 ...

一、交互特征定义两个特征的乘积可以组成一对简单的交互特征，这种相乘关系可以用逻辑操作符AND来类比，它可以表示出由一对条件形成的结果：“该购买行为来自于邮政编码为98121的地区”AND“用户年龄在18和35岁之间”。这种特征在基于决策树的模型中极其常见，在广义线性模型中也经常使用。简单线性模型使用独立输入特征, , …, 的线性组合来预测结果变量：。很容易对线性模型进行扩展，使之包含输...

1. Z-Score标准化对数据系列中的每一个数据点作减去均值并除以方差的操作，使得处理后的数据近似符合(0,1) 的标准正态分布：xi∗=(xi−μ)/σx_i^*=(x_i-μ)/σ优点：1) 计算相对简单，在计算机编程软件中操作方便；2) 能够消除量级为数据分析带来的不便，不受数据量级的影响，保证了数据间的可比性.缺点：1) 计算时需要得到总体的均值及标准差，在数据较多时难...

数据标准化是一个常用的数据预处理操作，目的是处理不同规模和量纲的数据，使其缩放到相同的数据区间和范围，以减少规模、特征、分布差异等对模型的影响。比如线性回归模型、逻辑回归模型或包含矩阵的模型，它们会受到输入尺度(量纲)的影响。相反，那些基于树的模型则根本不在乎输入尺度(量纲)有多大。如果模型对输入特征的尺度(量纲)很敏感，就需要进行特征缩放。顾名思义，特征缩放会改变特征的尺度，有些人将其称为...

该sorted()函数按特定顺序(升序或降序)对给定迭代的元素进行排序，并将其作为列表返回。例子numbers = [4, 2, 12, 8]sorted_numbers = sorted(numbers)print(sorted_numbers)# Output: [2, 4, 8, 12] 运行代码 sorted() 的语法该sorted()函数的语...

nginx 文档 参数介绍： http://shouce.jb51.net/nginx-doc/Text/3.1_httpcore.htmlnginx 优化由于业务场景需要，近期将生产环境由阿里云的 SLB 更换为自建 nginx，之前在测试环境使用了一段时间一直没有问题，但是上周上到生产后出现了一系列问题，因此对 nginx 做了一些优化，记录下以备以后需要。高并发优化生产...

转：https://blog.csdn.net/l18710006370/article/details/78180467万万没想到 有一天我会在下载上出问题 (*/ω＼*) (好的运维应该不会让碰到这个坑,如果必须自己维护, 更新一下下载源吧)以下是apt的各种源，但是目前清华源是最好用的更换方式：编辑源列表文件sudo vim /etc/apt/sources.list...

官方：https://docs.mongodb.com/v3.6/tutorial/install-mongodb-enterprise-on-ubuntu/有条件的可以直接看官网, 下面是我个人用到的一些, 多余的部分就被我减掉了将GPG_Key 添加到本机# import the MongoDB public GPG Key fromhttps://www.mong...

安装nginx:apt-get install nginx#如果是使用本机安装测试，由于默认不是最高权限使用以下命令即可:sudo apt-get install nginx 安装uwsgi:pip install uwsgi#查看是否安装成功uwsgi --version配置nginx:cd /etc/nginx/conf.dvim conf_name.conf ...

dic = {'a': 1, 'b': 3, 'c':2}dic = {k: v for k, v in sorted(dic.items(), key=lambda item: item[1])}print(dic)==> {'a': 1, 'c': 2, 'b':3}

所有版本在这个网站都可以下载：https://repo.continuum.io/archive/https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ (推荐，清华大学开源软件镜像站进行下载并配置镜像)Anaconda3-4.3.0.1-Windows-x86_64.exe 对应 python3.6.0Anaconda3-5.1.0-W...

方法一：利用PIL中的Image函数，这个函数读取出来不是array格式 这时候需要用 np.asarray(im) 或者np.array()函数区别是 np.array() 是深拷贝，np.asarray() 是浅拷贝from PIL import Imageimport numpy as np I = Image.open('./cc_1.png') I.show() ...

skimage提供了io模块，顾名思义，这个模块是用来图片输入输出操作的。为了方便练习，也提供一个data模块，里面嵌套了一些示例图片，我们可以直接使用。引入skimage模块可用：from skimage import ioskimage包的全称是scikit-imageSciKit (toolkit forSciPy) ，它对scipy.ndimage进行了扩展，提供了更多...

一、图像数据类型及转换在skimage中，一张图片就是一个简单的numpy数组，数组的数据类型有很多种，相互之间也可以转换。这些数据类型及取值范围如下表所示：Data typeRangeuint80 to 255uint160 to 65535uint320 to 232float-1 to 1 or 0 to 1int8-128 to 12...