- 博客(10)
- 资源 (18)
- 问答 (4)
- 收藏
- 关注
原创 Tensorflow实现深度前馈神经网络
1 前言在前面两篇文章中,笔者分别介绍了如何用Tensorflow来实现 线性回归 和 Softmax回归,并且这两个模型有一个共同点就是均为单层的神经网络。那我们应该如何通过Tensorflow来实现一个多层的神经网络呢?有朋友可能就会说了,会写单层的难道还不会写多层了?确实,按照先前的做法:首先定义权重和偏置,然后完成矩阵乘法实现一个全连接层操作;接着再定义权重和偏置,完成第二个全连接层操作。可问题是,这样写一两层还好,可万一要写个十层八层的还不得累趴下?可能还有的朋友会说到,自己定义一个全连接层,
2020-07-24 22:22:18 932
原创 Tensorflow一个规范的网络模型示例
1 前言在前面两篇文章中,笔者分别介绍了如何用Tensorflow来实现线性回归和Softmax回归,并且这两个模型有一个共同点就是均为单层的神经网络。那我们应该如何通过Tensorflow来实现一个多层的神经网络呢?有朋友可能就会说了,会写单层的难道还不会写多层了?确实,按照先前的做法:首先定义权重和偏置,然后完成矩阵乘法实现一个全连接层操作;接着再定义权重和偏置,完成第二个全连接层操作。可问题是,这样写一两层还好,可万一要写个十层八层的还不得累趴下?可能还有的朋友会说到,自己定义一个全连接层,然后再
2020-07-22 08:06:37 602
原创 Tensorflow实现Softmax回归
1 前言在 上一篇文章 中笔者介绍了如何通过Tensorflow来实现线性回归。在接下来的这篇文章中,笔者将会以Fashion MNIST数据集为例来介绍如何用Tensorflow实现一个Softmax多分类模型。在这篇文章中,我们会开始慢慢接触到Tensoflow中用于实现分类模型的API,例如tf.nn.softmax(),softmax_cross_entropy_with_logits_v2等。2 数据处理2.1 导入相关包import tensorflow as tfimport num
2020-07-20 19:44:54 508
原创 Tensorflow实现线性回归
1 前言在介绍Tensorflow的过程中,笔者并不会想其它书本一样先依次介绍各种API的作用,然后再来搭建一个模型。这种介绍顺序往往会使你在看API介绍时可能不会那么耐烦,因此在今后笔者将会先搭建出模型,再来介绍其中各个API的作用,即带着目的来进行学习。在接下来的这篇文章中,我们将以波士顿房价预测为例,通过Tensorflow框架来建立一个线性回归模型。当然,模型本身是很简单,并且模型也不是我们所要介绍的,关键是介绍框架的使用。2 框架介绍2.0 安装 tensorflow为了不与其它环境相冲
2020-07-17 14:00:36 562 3
原创 简单谈谈Tensorflow的运行机制
1 前言由于Tensorflow采用了全新的静态图设计模式,所以其运行机制与我们脑中所熟悉的动态图有着截然不同之处。TensorFlow翻译成中文就是张量流,所以TensorFlow至少代表着两个概念:“张量”和“流”。这儿我们不过多的追究什么是张量,在Tensorflow中它基本上就相当于numpy中的array,下面关键要说的是这个“流”。怎么来说明这个“流”呢?我们先来看一段用python写的普通代码:a=1print("a=",a) # a = 1b=2print("b=",b) # b
2020-07-15 08:17:25 810
原创 你们要的Tensorflow入坑指南来了
1 前言磨磨蹭蹭三个多月,总算是把 《跟我一起机器学习》 这个系列的文章差不多给更新完了,虽然内容不多但还都算是一些比较基础的算法模型。那接下来又来写点啥呢?最近看到群里好几位同学都在吐槽Tensorflow比较难用,不对是相当难用(针对的是1.x版本)。其实说来也是,记得笔者当初在初学Tensorflow的时候同样也是一片茫然:例如什么是Placeholder?为什么每次定义变量的时候还要通过name来起一个名字?为什么每次运行代码的时候都要开始一个session?等等之类的问题。不过随着你慢慢了解到
2020-07-13 08:40:23 463
原创 如何用聚类的思想做预测
1 前言这段时间不断收到有人私信问没有标签的数据集怎么做预测,因此在这篇文章中笔者就来简单说说处理这类问题方法。在正式解决这个问题我们先来探究一下他们为什么会这么问呢?仔细想想问题应该是出在“没有标签”上,试想一下如果是一个有标签数据集,那么肯定不会有人这么问。因此,这个问题其实就变成了无监督学习如何做预测。同时,这类问题的应用场景通常是需要对不含标签的数据进行划分,例如需要划分成多个等级;然后再将新输入的样本划分到对应的簇(等级)中。所有,大多数时候我们需要解决的都是如何用聚类来做预测。在前两天,一位
2020-07-08 22:58:25 3599
原创 WKmeans一种基于特征权重的聚类算法
1 引例在前面两篇文章中,我们首先介绍了KmeansKmeansKmeans聚类算法的原理;然后又介绍了一种基于KmeansKmeansKmeans进行改进的Kmeans++Kmeans++Kmeans++聚类算法,该算法的改进点在于依次初始化KKK个簇中心,最大程度上使得不同的簇中心彼此之间相距较远。而在本篇文章中,我们将继续介绍另外一种基于KmeansKmeansKmeans改进的聚类算法——WKmeansWKmeansWKmeans。那它的改进点又在哪儿呢?跟我一起机器学习系列文章将首发于公众号:
2020-07-06 08:36:33 8857
原创 几种常见的聚类评估指标
在前面两篇文章中,笔者已经介绍了两种聚类算法,同时还通过sklearn完成相应的示例。但是,到目前为止笔者还没有介绍如何来聚类的经过进行评估。这接下来的这篇文章中,笔者将会介绍在聚类算法中几种常见的评估指标,以及其中两种相应的原理。同时,如果不用关系其具体计算过程的,可以直接阅读第三部分即可。如同之前介绍的其它算法模型一样,对于聚类来讲我们同样会通过一些评价指标来衡量聚类算法的优与劣。在聚类任务中,常见的评价指标有:准确率(Accuracy)、F值(F-score)、调整兰德系数(Adjusted Ran
2020-07-03 08:37:25 14018 4
原创 Kmeans++聚类算法原理与实现
1 引例在上一篇文章中,笔者介绍了什么是聚类算法,并且同时还介绍了聚类算法中应用最为广泛的KmeansKmeansKmeans聚类算法。从KmeansKmeansKmeans聚类算法的原理可知,KmeansKmeansKmeans在正式聚类之前首先需要完成的就是初始化kkk个簇中心。同时,也正是因为这个原因,使得KmeansKmeansKmeans聚类算法存在着一个巨大的缺陷——收敛情况严重依赖于簇中心的初始化状况。试想一下,如果在初始化过程中很不巧的将kkk个(或大多数)簇中心都初始化了到同一个簇中,那
2020-07-01 08:47:37 6942
神经网络与深度学习
2017-09-24
deeplearning
2017-09-10
Dell inspiron 15r 5537安装Ubuntu 开机提示低显卡模式?
2015-06-05
Linux 中,普通用户获得临时root 之后,是否和超级用户一样?
2015-06-04
C语言关于char分配内存的问题
2015-06-04
C++中,定义的数组怎么由输入来确定维度
2014-12-03
TA创建的收藏夹 TA关注的收藏夹
TA关注的人