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(7)
  • 资源 (1)
  • 收藏
  • 关注

原创 Ubuntu 18.04安装 protege5

下载安装包使用官网下载的压缩包进行安装解压到home进入解压后的目录安装在该目录下打开终端使用sh运行run.sh时,会出现Bad substitution的错误改用bash运行即可...

2019-02-17 11:57:49 1128 1

原创 机器学习实战之SVM算法

6.支持向量机(SVM)和SMO算法import numpy as npfrom numpy import *from time import sleepimport matplotlib.pyplot as plt%matplotlib inline6.1.简化版SMO算法处理小规模数据集6.1.1.辅助函数def loadDataSet(fileName): """...

2018-10-24 23:21:34 335

原创 Numpy+Pandas+Matplotlib_demo小程序

Numpy+Pandas+Matplotlib_demo调包import pandas as pdimport numpy as npimport matplotlib.pyplot as plt%matplotlib inline用Numpy生成不同方差的高斯随机序列#定义序列长度L = 2**10#定义方差列表sigma_list = [3, 2, 1]#生成三个高斯随...

2018-09-27 22:25:43 577

原创 NumPy实现简单的神经网络分析Mnist手写数字库(四)之建立神经网络

NumPy实现简单的神经网络分析Mnist手写数字库(四)之建立神经网络建立神经网络引言神经网络简介目的结构初始化网络结构和参数网络结构初始化参数建立正确维度的矩阵初始化参数初始化权重初始化偏置调用函数小节建立神经网络引言在上一节-划分迷你批(mini-batch)中,我们将数据集划分为了大小相同的迷你批,便于之后采用迷你批梯度下降(mini-batch Gradient Descent)...

2018-09-23 11:31:10 1886 2

原创 NumPy实现简单的神经网络分析Mnist手写数字库(三)之划分迷你批(mini-batch)

NumPy实现简单的神经网络分析Mnist手写数字库(三)之划分迷你批(mini-batch)划分迷你批(mini-batch)引言迷你批(mini-batch)简介经典梯度下降随机梯度下降迷你批梯度下降划分迷你批迷你批的使用要点迷你批的划分(1)数据集随机打乱(shuffle)(2)分割数据集(3)在主函数中调用get_mini_batches()小结划分迷你批(mini-batch)引言...

2018-09-21 16:02:14 2226

原创 NumPy实现简单的神经网络分析Mnist手写数字库(二)之数据预处理

数据预处理简介在上一节——数据读取中我们下载了Mnist数据集,并写了两个函数读取它们。 在这一节中,我们会调用这两个函数,并做数据预处理。 数据预处理有:1、图像数据标准化2、标签数据独热化(one-hot)调用函数读取数据注意将Mnist数据文件解压后保存在脚本所在的文件夹下。如果报错,找不到文件,可以修改默认目录。 #读取四个文件X_train =...

2018-09-16 14:08:49 1328

原创 NumPy实现简单的神经网络分析Mnist手写数字库(一)之读取数据

引言本人最近开始学习深度学习,被各种强大的编程框架,诸如TensorFlow,弄得很迷糊。原因就在于编程框架的功能太强了,复杂的算法往往只需要只言片语就可以实现。但是这种实现令我感到有点不踏实。各种算法对于我而言就像是黑盒一般。本着对知识刨根问底儿的精神,我决定使用Python中较为基础的NumPy来实现神经网络。 本文适合跟我一样初学深度学习,甚至初学Python,又想把一些算法具体如何实...

2018-09-12 16:18:52 1701

pytorch .pt格式的MNIST数据集

在使用Pytorch官方函数下载MNIST数据集时,常常由于网络原因下载失败。手动下载的数据集没有经过处理,不能被Pytorch识别。本文档是处理过的MNIST数据集,解压后放在代码根目录下即可。

2018-11-12

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