机器学习
文章平均质量分 64
小曹同学努力了吗
西工大2024级硕士毕业生,电子信息专业,目前就职于西安一家ic国企,从事数字ic方向,欢迎交流!
展开
-
snntorch_P3: 脉冲神经网络与其他经典算法的对比
本篇作为脉冲神经网络的相关续篇,引入了遗传算法优化的BP神经网络和SVM作为结果对比,可以参考前两篇脉冲神经网络相关介绍。后面会陆续发出RBF、CNN和SNN的结果~,并进行能耗对比说明,欢迎关注!原创 2022-10-21 11:16:46 · 1503 阅读 · 3 评论 -
【Kmeans】k均值聚类案例演示
Kmeans聚类方法原理:1.首先随机定出K个聚类中心;2.计算数据中每一个点到K个聚类中心的距离(欧氏距离),哪个最小就把这个点归到哪一个簇中;3.计算每一个簇中所有点的中心点(向量对应元素取平均),这些点确定为新的聚类中心;4.重复步骤2、3,直到所有的聚类中心不再发生变化。知道这个原理后,我们应用此来做一个简单的小例子。需要安装的第三方库:numpy、matplotlib、scipy、sklearn(注意顺序不要错哦,后三个库是以numpy为基础,sklearn右是以前三个为基础的)安原创 2021-10-10 03:06:42 · 3103 阅读 · 0 评论 -
sklearn中三种常见的数据集的演示(波士顿房价数据集、鸢尾花数据集、手写数字数据集)
1.波士顿房价数据集from sklearn.datasets import load_bostonboston = load_boston()print(boston.data.shape)from sklearn.datasets import load_bostondata, target = load_boston(return_X_y=True)print(data.shape)print(target.shape)#target就是价格 data即属性2.鸢尾花数据集原创 2021-10-09 20:18:21 · 2303 阅读 · 0 评论 -
李宏毅老师2021深度学习课程笔记
神经网络的连接方式是由自己来设定的,常见的有如下几种:1.全连接前向传递神经网络误差反向传播是一种有效计算偏微分的方法,提供这种方法的有如下若干的工具箱。我们简化神经网络结构如下,来说明反向传播原理,z对w1 w2求偏导的结果分别是x1和x2。上图中,不难理解,一个权重直接连接的输出对该权重的微分就是所直接连接的输入的值。像这样,每一次微分的值都是按照从输入到输出的前向顺序计算出每一层的输入值,以此来确定输出对权重的导数,这样的过程就叫做前向传播。...原创 2021-09-29 09:20:12 · 645 阅读 · 1 评论 -
【强推】李宏毅老师2021深度学习课程学习笔记(持续更新中)
机器学习可以理解为是让机器自动寻找函数的一个过程。根据函数功能的不同,可以将机器学习进行以下分类。Alpha Go做的事情也是一个分类问题:将当前棋盘上白子黑子的位置作为输入,输出是19*19个calsses中的一个。如果知道了李宏毅老师Youtube过去三年每一天的播放量数据,去预测明天的播放量数据,可以假定一个包含了两个参数w和b的线性模型,输入x1为前一天的数据(如2.25),y为预测的当前一天的数据(如2.26)损失函数是一个关于模型参数的函数,用来评价模型及模型参数选择的优劣,此处原创 2021-09-23 22:20:09 · 1950 阅读 · 0 评论