- 博客(4)
- 收藏
- 关注
转载 从理论到实践,手把手教你如何用 TensorFlow 实现 CNN
一、CNN的引入在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时,这时全连接网络需要训练的参数就会增大很多,计算速度就会变得很慢,例如一张黑白的 28×28 的手写数字图片,输入层的神经元就有784个,如下图所示: 若在中间只使用一层隐藏层,参数 w 就有 784×15=11760 多个;若输入的是28×28 带有颜色的R
2017-05-10 16:55:54 3414 2
转载 使用scikit-learn进行机器学习的简介(教程1)
一、机器学习:问题设定通常,一个学习问题是通过分析一些数据样本来尝试预测未知数据的属性。如果每一个样本不仅仅是一个单独的数字,比如一个多维的实例(multivariate data),也就是说有着多个属性特征我们可以把学习问题分成如下的几个大类:(1)有监督学习数据带有我们要预测的属性。这种问题主要有如下几种:①分类样例属于两类或多类,我们想
2017-05-10 11:11:31 490
转载 【机器学习算法实现】kNN算法__手写识别——基于Python和NumPy函数库
转自:http://blog.csdn.net/u012162613/article/details/41768407【机器学习算法实现】系列文章将记录个人阅读机器学习论文、书籍过程中所碰到的算法,每篇文章描述一个具体的算法、算法的编程实现、算法的具体应用实例。争取每个算法都用多种语言编程实现。所有代码共享至github:https://github.com/wepe/Mach
2017-05-09 15:26:32 587
转载 scikit-learn学习之SVM算法
一:我对SVM的理解先介绍一些简单的基本概念分隔超平面:将数据集分割开来的直线叫做分隔超平面。超平面:如果数据集是N维的,那么就需要N-1维的某对象来对数据进行分割。该对象叫做超平面,也就是分类的决策边界。间隔:一个点到分割面的距离,称为点相对于分割面的距离。
2017-05-09 11:07:53 1662
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人