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(8)
  • 问答 (1)
  • 收藏
  • 关注

原创 神经网络介绍及其计算过程:python实现MINIST手写数字预测

目录神经网络介绍网络结构每一层之间信息传递:多维数组的计算激活函数输出层函数神经网络的计算过程神经网络介绍网络结构我们把最左边的一列称为输入层,最右边的一列称为输出层,中间的一列称为中间层。中间层有时也称为隐藏层。如图,3 层神经网络:输入层(第 0 层)有 2 个神经元,第 1 个隐藏层(第 1 层)有 3 个神经元,第 2 个隐藏层(第 2 层)有 2 个神经元,输出层(第 3 层)有 2 个神经元。上图中节点“1”表示偏置,节点a1(1)的计算公式为:每一层之间信息传递:多维数组的计算神

2020-06-21 22:48:58 764

原创 手写图像数据集MNIST下载,处理为Numpy格式后存为.pkl格式

知识点:MNIST: 机器学习领域最著名的数据集之一,内容为手写数字图片及其对应的标签。包含60,000 个训练样本和标签,以及10,000 个测试样本和标签。官网:MNIST.pkl数据文件 :Python中,Pickle模块将任意一个Python对象转换成一系统字节,类似于JSON格式,但对人类不具备可读性。one-hot编码:用n位表达n个状态,正确状态用1表示,其他都为0。例如,2表示为[0,0,1,0,0,0,0,0,0,0]代码:# coding: utf-8try: i

2020-06-21 17:19:53 2879

原创 神经网络起源算法:感知机

目录感知机感知机是什么感知机能做什么感知机python简单实现感知机感知机是什么感知机(perceptron)是神经网络(深度学习)的起源算法。感知机接受多个信号,输出一个信号。下图中x1、x2x_1、x_2x1​、x2​是输入信号,w1、w2w_1、w_2w1​、w2​是权重,○表示“节点”或者“神经元”。输入信号被送往神经元时,会被分别乘以固定的权重(w1x1、w2x2w_1x_1、w_2x_2w1​x1​、w2​x2​),神经元会计算传送过来的信号的总和,只有当这个总和超出了某个界限,才会输

2020-06-13 23:17:04 530

原创 梯度法在机器学习中对损失函数的优化作用

作为前置知识,可阅读前面三篇文章:《一个机器学习中线性回归的“乞丐版”Python示例》《导数,数值微分,偏导数,以及梯度下降的Python示例》《梯度法及其应用(python示例)》回顾在《一个机器学习中线性回归的“乞丐版”Python示例》房价预测的例子,为了拟合函数y=kx+b,我们使用了穷举的方法,在那个例子中,我们需要“目测”k和b的大概范围,且需要百万次运算(k和b各尝试1000次)。在引入梯度法后,我们接下来尝试使用梯度法,快速降低损失函数的值,从而更快找到合适的k和b。数据:仍然使

2020-06-09 21:04:25 255

原创 梯度法及其应用(python示例)

目录梯度下降法求解函数极值上一篇《导数,数值微分,偏导数,以及梯度下降的Python示例》展示了梯度下降的相关概念和代码示例,本篇展示梯度下降法的具体应用梯度下降法求解函数极值通过上一篇我们已经知道,函数中某个点的梯度,就是该点处函数值函数值减小最多的方向。例如函数:y=x02+y02x0和x1在[-2,2]区间内每个点的‘负梯度’计算并用python画出来...

2020-06-07 11:54:08 1740 1

原创 导数,数值微分,偏导数,以及梯度下降的Python示例

目录导数数值微分偏导数梯度(gradient)导数一个函数在某一点的导数描述了这个函数在这一点附近的变化率:例如一元函数中,某一点的p导数,描述了该点切线的斜率:数值微分解析性求导 :利用数学推导计算导数,如:y=x2, 则y’=2x数值微分:利用微小的差分求导。即根据导数定义公式,代入一个极小的∆x,求出变化率。python示例:分别用数值微分和解析求导计算f=x2在x=2处的导数:#定义函数fdef f(x): return x*x# 定义数值微分计算方法def n

2020-06-06 23:27:56 4598

原创 一个机器学习中线性回归的“乞丐版”Python示例

通过一个机器学习中线性回归的简单例子,演示机器学习原理机器学习的本质:利用数据,找到数学模型,进行预测,解决问题一个简化的问题举例:张三在某个地段看了几套不同大小的二手房,得到的报价如下:现在他又看中了一套120平的房子,那么这套房子的报价应该在多少比较合适呢?利用数据训练模型假设房价(y)和面积(x)符合一元线性关系:y=kx+b,利用现有的数据,找到最佳的参数值k和b,也就是在下图中确定一条直线,“拟合”图中的点,就找到了我们的预测模型:为简化示例,我们目测估计斜率k在(0,10

2020-06-06 12:31:25 235

原创 Python递归穷举解决24点问题

问题描述:在一副扑克牌去掉大小王后,随机抽取4张牌,对其进行四则运算(可带括号),寻找结果等于24的解法解决方案:对牌的顺序、括号位置、可能的运算符穷举,直到找到解法知识点:递归思想,python中排列组合、求笛卡尔积的函数局限性:指数级时间复杂度,仅适合少量数据(牌的张数较少)代码(python 3.7)import randomimport itertools# 假定仅4张牌def find24(cards): # 可用的运算符 ops = ['+', '-', '

2020-06-04 09:09:28 670

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