深度学习
文章平均质量分 58
随心1993
马尔克斯
昆德拉
海明威
展开
-
PCA的数学原理
声明:本文转自这里PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工作机制是什么。当然我并不打算把转载 2017-04-07 16:32:01 · 513 阅读 · 0 评论 -
基于深度学习的目标检测技术演进:从目标检测到人脸检测
本篇博客主要转载两篇写得好的分别介绍基于深度学习的目标检测和人脸检测的文章,最近在调研基于深度学习的人脸检测相关的文章,在网上查相关资料时,有幸看到。文末附带基于深度学习的目标检测和人脸检测相关经典文献及下载地址。基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNNobject detection我的理解,就是在给定的图片中精确找到物体所在位置,并...转载 2018-07-29 20:54:04 · 5180 阅读 · 2 评论 -
CMC曲线(python代码实现)
在看人脸识别相关的paper时,常会遇到有的文献除了ROC曲线外,也会将CMC曲线作为他们的实验性能指标。那么,怎么理解CMC曲线呢?我在网上查阅了一些资料,为了方便理解,举例如下:假如我们训练好了一个3分类的模型,分别为类别c1,c2,c3。每个样本输入模型后会得到对应的3个匹配分数,匹配分数最高的那个类别即是预测的类别数。针对单样本: 现在我们手头仅有一个属于类别c1的样本,我们将...原创 2018-05-26 18:15:21 · 5304 阅读 · 4 评论 -
机器学习中常见的损失函数
常见的待见函数和损失函数是同一个意思,目标函数是一个与他们相关但更广的概念,对于目标函数来说在有约束条件下的最小化就是损失函数(loss function)。我们用训练集训练一个模型时,常见情况是寻找一个损失函数,然后使用优化算法如梯度下降算法让该损失值最小,然后结束迭代即模型就训练好了,之后便是拿测试集来测试该模型的鲁棒性。当然具体问题具体分析,真正训练模型时需要考虑的点蛮多的,这里...转载 2018-04-23 22:11:16 · 1056 阅读 · 0 评论 -
机器学习中常见的防止过拟合处理方法
本文转自这里:https://blog.csdn.net/heyongluoyao8/article/details/49429629过拟合 我们都知道,在进行数据挖掘或者机器学习模型建立的时候,因为在统计学习中,假设数据满足独立同分布(i.i.d,independently and identically distributed),即当前已产生的数据可以对未来的数据进行推测与模拟,因此...转载 2018-04-23 19:17:24 · 5495 阅读 · 0 评论 -
softmax多分类回归模型
softmax回归模型为logistic回归模型在多分类问题上的推广。假设我们有一个数组V,Vi是V中的第i个元素,那么这个元素的softmax值就是: 也就是说,是该元素的指数与所有元素指数和的比值。由该公式我们可计算得到数组V中的所有元素值所对应的softmax值,且这些值相加正好等于1,我们可称为这些值为每个元素所对应的概率值,根据该概率值即可以实现分类,最大的概率值所...原创 2018-04-22 19:53:54 · 3376 阅读 · 0 评论 -
常见的激活函数总结
目前主流的卷积神经网络框架都会遵循类似卷积—》池化—》卷积—》池化…—》全连接—》softmax 这样的网络结构,其中在卷积层后都会有跟随着一层激活层。平时在跑基于tensorflow的深度学习实验室时,也都是直接仿照许多经典的网络架构来设计自己的网络架构,而对于激活函数,也是直接采用tensorflow提供的接口,没有进行深究。那么在卷积神经网络中引用激活函数的意义是什么呢?网上的答案也都千篇一原创 2018-01-25 19:45:45 · 10990 阅读 · 0 评论 -
交叉熵、相对熵及KL散度通俗理解
原文转载自http://blog.csdn.net/u012162613/article/details/44239919本文是《Neural networks and deep learning》概览 中第三章的一部分,讲machine learning算法中用得很多的交叉熵代价函数。1. 从方差代价函数说起代价函数经常用方差代价函数(即采用均方误差MSE),比如对于一个神经元(单输入单输出,si转载 2017-11-14 19:34:50 · 9262 阅读 · 0 评论 -
常用深度学习框架简介
由于实验室项目需要,接下来的一段甚至更长的时间,需要将深度学习相关的东西应用到项目当中去。需要用到深度学习相关的知识,自然是选择一款适合自己的深度学习框架是再好不过的。现在将最受欢迎的几款深度学习框架简介列在下面以备后续参考:1. TensorFlow(star: 75993) TensorFlow是一个使用数据流图进行数值计算的开源软件库。 图节点表示数学运算,而图边表示在它们之间流动的多维数据阵原创 2017-11-06 22:27:46 · 2848 阅读 · 2 评论 -
使用tensorflow利用神经网络分类识别MNIST手写数字数据集
下载MNIST数据集 当我们开始学习编程的时候,第一件事往往是学习打印”Hello World”。就好比编程入门有Hello World,机器学习入门有MNIST。 MNIST是一个入门级的计算机视觉数据集,它包含各种手写数字图片: 每张图片大小为28*28,展开成一维行向量就是784维,即每张图片就是784维空间中的一个点。 tensorflow提供一个input_data.py文件,原创 2017-07-26 16:41:38 · 6482 阅读 · 0 评论 -
Ubuntu16.04下安装Anaconda,tensorflow以及解决spyder中无法import tensorflow问题
第一步:下载anaconda 到Anaconda官网下载对应的linux anaconda版本。 我这里下载的是此刻的最新版本:Anaconda 4.4.0 for Linux,Python 3.6版本 第二步:安装anaconda 打开终端,cd 到anaconda的下载目录,按照上图左边提示的安装命令即可成功安装。即:bash Anaconda3-4.4.0-Linux-x86_64.sh原创 2017-06-27 21:33:11 · 15868 阅读 · 2 评论 -
tensorflow实现一个简单的卷积神经网络实现手写数字识别
Tensorflow是一个采用数据流图(data flow graphs)用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。如下图: 借助其灵活的架构,用户可以轻松地将计算工作部署到多种平台(CPU、GPU、TPU)和设备(桌面设备、服务器集群、移动设备、边缘设备等)。TensorFlow™ 最...原创 2018-08-27 00:16:31 · 1887 阅读 · 0 评论