中国矿业大学-Chi Yu's Blog

Email:appleyuchi@foxmail.com

排序：
默认
按更新时间
按访问量
RSS订阅

原 论文原文解读汇总

以下是自己对一些论文原文的解读: 机器学习: 《XGBoost: A Scalable Tree Boosting System》 《CatBoost:gradient boosting with categorical features support》-2018 《LightGBM:A Hig...

2019-01-06 21:21:47

阅读数：31

评论数：0

转 markdown中的帽子、表格、上划线、矩阵中的三点

大括号（记得两边都加上$）： p=\left{ \begin{aligned} x & = & \cos(t) \ y &...

2018-11-13 21:49:34

阅读数：120

评论数：0

原 python2与python3代码互相转化时注意事项

print不同: python2可以没括号 python3必须有括号 浅拷贝copy用法不同 python3的用法是a=b.copy() python2的用法是a=copy.copy(b) 浮点计算不同 python2中2/3=0(想要小数的话,需要把分子和分母用float进行转化) python...

2018-10-12 21:40:11

阅读数：74

评论数：0

原 CNN的卷积运算为何使用互相关而不是卷积

CNN的卷积运算并非数学定义的卷积 也就是说，CNN中的运算是不需要翻转卷积核的。 也就是说，CNN在处理图像时的卷积核是不需要翻转180°的 我们来用代码看下为什么？ #-*- coding:utf-8 -*- import sys reload(sys) sys.setdefaultencod...

2019-01-21 14:54:35

阅读数：22

评论数：0

原 CNN中的权重维度解析以及卷积核中的数值是怎么确定的

以《python深度学习》第五章第一个实验为例，神经网络结构如下： 首先最上面一个池化层max_pooling2d_1:MaxPooling2D 的结果是：(64,) 也就是说相对于下一个卷积层conv2d_2:Conv2D的输入是一个64个像素点的图片。 由于conv2d_2:Conv2D中卷...

2019-01-21 14:46:15

阅读数：19

评论数：0

转 图像种类的基本概念整理

黑白图像： 图像像素的值只有两种（255，255，255）和（0，0，0） 灰度图： 图像像素的值有256种（0，0，0），（1，1，1）–（255，255，255） 灰度其实就是亮度 什么是真彩色？ 图像中的每个像素值都分成R、G、B三个基色分量，每个基色分量直接决定其基色的强度，这样产生的色...

2019-01-21 14:38:03

阅读数：13

评论数：0

转 最大池化层和平均池化层图解

转载自： https://www.jianshu.com/p/796d30d7dcca

2019-01-21 11:14:11

阅读数：17

评论数：1

原 RHEL7恢复.bashrc文件

由于不小心误删了.bashrc， 导致终端出现： -bash-4.2# 解决方案如下： cp /etc/skel/.bashrc ~/ source ~/.bashrc https://askubuntu.com/questions/198730/how-to-restore-bashrc-fi...

2019-01-20 15:05:00

阅读数：32

评论数：0

原 kernel和filter这两个概念在CNN中的区别以及卷积核与卷积层的关系

根据参考文献可知 keras中， 当channels=1时，那么filter就是kernel 当channels>1时，那么filter就是指一堆kernel 其中channels表示卷积核的数量，一般为2的指数次方 [1]中引用了[2],[2]中的一段话引用如下： ...

2019-01-19 21:20:50

阅读数：56

评论数：1

译 神经网络中batch_size的作用(翻译)

one epoch = one forward pass and one backward pass of all the training examples batch size = the number of training examples in one forward/backward ...

2019-01-19 20:23:18

阅读数：49

评论数：0

原 keras中的神经网络为什么需要多次epoch

Δw(t)=−ε∂E∂w(t)+αΔw(t−1)(9)\Delta w(t)=-\varepsilon\frac{∂E}{∂w(t)}+\alpha\Delta w(t-1)(9)Δw(t)=−ε∂w(t)∂E​+αΔw(t−1)(9) 我们知道反向传播每次迭代的效果是这样的: w=w+Δw(t)...

2019-01-19 18:25:34

阅读数：43

评论数：0

原 ubuntu16.04+Virtualenv+python2.7+Caffe安装(CPU版本,无opencv)

环境: Ubuntu16.04 AMD 64位 双核 python 2.7.12 虚拟环境:Virtualenv 虚拟环境路径如下: (python2.7) appleyuchi@ubuntu:~/.virtualenvs$ 下面这个安装的缺陷在于,暂时不涉及OpenCV,有需要的请自己配置. ...

2019-01-18 23:11:42

阅读数：11

评论数：0

原 《Python深度学习》第四章的实验结果图汇总

实验1. 实验2. 实验3. 实验4.

2019-01-18 15:35:30

阅读数：37

评论数：0

原 神经网络中,正则化L1与L2的区别、如何选择以及代码验证

所谓的正则效果就是： 数学上具备修补项的某些特性。 讲人话，到底什么是正则化？ 就是让我们本科时学过的拉格朗日法求极值得到的解集具有某些特征。 L1:（拉普拉斯分布的指数项） 结果会比较稀疏（接近0，或者很大）， 好处是更快的特征学习，让很多W为0 但是正则效果可能不太明显； L2：（高斯分布的指...

2019-01-17 20:53:03

阅读数：37

评论数：0

原 expected dense_10_input to have shape (13,) but got array with shape (1,)

报错log为： 测试某条数据，结果为： Traceback (most recent call last): File “/home/appleyuchi/桌面/Python深度学习/deep_learning_chollet/第三章-神经网络入门/波士顿房价预测.py”, line 175, i...

2019-01-16 16:21:58

阅读数：210

评论数：0

原 交叉熵概念整理

网上写得实在是太乱，整理下： 交叉熵函数： H(p,q)=Ep[−log q]=−∑x∈χp(x)log q(x)H(p,q)=E_p[-log\ q]=-\sum_{x\in \chi}p(x)log\ q(x)H(p,q)=Ep​[−log&...

2019-01-15 18:31:28

阅读数：37

评论数：0

转 keras的损失函数类型（转）

https://github.com/keras-team/keras/blob/master/keras/losses.py """Built-in loss functions. """...

2019-01-15 15:28:48

阅读数：27

评论数：0

转 tensorflow神经网络结构可视化

代码如下： # -*- coding: utf-8 -*- import tensorflow as tf # 图像大小 IMAGE_HEIGHT = 256 IMAGE_WIDTH = 256 MAX_CAPTCHA = 4 CHAR_SET_LEN = 10 input = tf....

2019-01-14 18:54:51

阅读数：23

评论数：0

原 SOD与茶多酚

正常人的血液含量为：80ml/kg 人体最佳SOD水平大概为63ug/ml[2] 所以每公斤体重,包含的SOD为5040ug/kg 根据[1]，我们1mg 茶多酚 抵得上 9ug SOD的抗氧化能力。 那么假如我们失去了所有的SOD，为了给身体抗氧化 每公斤体重需要多少茶多酚呢？ 5040ug/9...

2019-01-12 16:27:12

阅读数：47

评论数：0

原 玻璃体浑浊的相关手术的副作用

关于生理性玻璃体浑浊，根据哈佛大学的文章[1]可知， 目前就两种办法： 一种是切除部分玻璃体 一种是继续忍受，学会忽略眼前的漂浮物。 相关手术的问题： 1.碘离子注入，让离子吸收浑浊物。 这种在安全熵没有副作用，但是仅仅对于病变性浑浊物有效。 生理性玻璃体浑浊似乎无效。 2.玻璃体切除手术，这个副...

2019-01-12 12:31:56

阅读数：69

评论数：0

提示
确定要删除当前文章？
取消 删除
关闭
关闭