![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 57
萧甬学者
这个作者很懒,什么都没留下…
展开
-
简易版Pycharm(2023)+Conda开发环境配置教程
最新版Pycharm + Conda 配置深度学习开发环境原创 2023-10-07 23:37:41 · 1749 阅读 · 0 评论 -
关于交叉熵在loss函数中使用的直观理解
关于交叉熵在loss函数中使用的直观理解交叉熵(cross entropy)是深度学习中常用的一个概念,一般用来求目标与预测值之间的差距。以前做一些分类问题的时候,没有过多的注意,直接调用现成的库,用起来也比较方便。最近开始研究起对抗生成网络(GANs),用到了交叉熵,发现自己对交叉熵的理解有些模糊,不够深入。遂花了几天的时间从头梳理了一下相关知识点,才算透彻的理解了,特地记录下来,以便日后查阅...转载 2018-10-28 23:52:43 · 1282 阅读 · 0 评论 -
kd-tree的python实现
本文主要内容 [ kD-tree的C语言实现 ]是多年前写过的一篇kd-tree的博客。当时正在看李航老师的《统计学习方法》一书,看到kNN算法和kd-tree之间的关系,非常有兴趣进行深入了解,所以汇总了一些资料,后面由于实际工作中用不到,就放下了。最近重新翻了翻李老师的这本书,发现现在的理解比以前深了很多,而且这种经典是常看常新的,每多翻一次,就多一分收获。本文主要内容: ...原创 2018-03-28 00:02:14 · 4795 阅读 · 1 评论 -
基于Cuda9.1 + Cudnn7.0 + VS2013在Win10上同时安装Tensorflow1.6和Caffe
基于Cuda9.1 + Cudnn7.0 + VS2013在Win10上同时安装Tensorflow1.6和Caffe 最近,自己电脑的系统坏掉了,平时总是用Windows来写论文和文档,而用Ubuntu来做深度学习的训练,因此在自己的本子上安装了Win10和Ubuntu双系统,但是双系统非常容易损坏,尤其是当Ubuntu系统升级时,每次系统坏掉,总要重装一遍Tensorflow和Caff...原创 2018-03-20 20:31:32 · 1699 阅读 · 2 评论 -
主动学习、纯半监督学习与直推学习
主动学习、纯半监督学习与直推学习本文主要介绍主动学习、纯半监督学习与直推学习的概念:主动学习(active learning)纯半监督学习(semi-supervised learning)直推学习(transductive learning)引言 看论文时,看到了transductive learning相关的概念,由于是第一次接触,想先找个教材看看,就翻看了...原创 2018-03-14 21:04:21 · 3144 阅读 · 0 评论 -
互信息概念与定理
最近在看一些熵相关的东西,为了了解一下互信息相关的东西,查阅了一些资料,有一个课件自己感觉写的不错,但是下载不下来,我就对它们进行了截图,希望对大家有帮助。这个课件中讲的内容比较基础,但是对于非通信、信息类的同学来说还是很有帮助的,而且不仅通俗易懂,而且证明过程详尽,是不可多得的好材料。其重要包括互信息概念、定理、常用的结论,已经一些应用中经常用到的性质,闲言少叙,直接上图。原创 2013-01-30 14:33:57 · 27684 阅读 · 3 评论 -
经验风险最小化 与 结构风险最小化
什么是统计学习?看起来高深莫测,其实就是在这干这么一件事情:就是给你看一堆东西,你想办法给一个解释,然后拿着这个解释去判断其它的东西。不过,和物理学不一样,在那里,解释是人想出来的,在统计学习里,解释是机器构造出来的。 在许多问题里面,对象是非常复杂的,要用成百上千,甚至更多的数字去表示一个东西。当统计学家们遇到了这些问题,他们终于从对在一维和二维空间建立起来的基于概率密度的完美的数学体转载 2012-10-29 09:31:07 · 4963 阅读 · 1 评论 -
经验风险最小化
转载 2012-10-29 10:26:59 · 1470 阅读 · 0 评论 -
史上最详细最容易理解的HMM文章
http://www.52nlp.cn/hmm-learn-best-practices-four-hidden-markov-modelswiki上一个比较好的HMM例子分类 隐马尔科夫模型 HMM(隐马尔科夫模型)是自然语言处理中的一个基本模型,用途比较广泛,如汉语分词、词性标注及语音识别等,在NLP中占有很重要的地位。网上关于HMM的介绍讲解文档很多,我自己当时开始看的时转载 2012-10-15 13:52:18 · 65365 阅读 · 8 评论 -
HMM详解
原创 2012-10-12 14:51:19 · 2543 阅读 · 0 评论 -
The EM(Expectation–Maximization) Algorithm 详解
在统计计算中,最大期望(EM,Expectation–Maximization)算法是在概率(probabilistic)模型中寻找参数最大似然估计的算法,其中概率模型依赖于无法观测的隐藏变量(Latent Variabl)。最大期望经常用在机器学习和计算机视觉的数据集聚(Data Clustering)领域。通常来说,聚类是一种无指导的机器学习问题,如此问题描述:给你一堆数据点,让你将它原创 2012-10-10 10:39:19 · 12441 阅读 · 0 评论 -
cross-validation 交叉验证
交叉验证在机器学习、数据挖掘和模式识别等领域,需要训练大量的数据来得到一个准确的模型,当数据的数量有限时,就会出现不同的问题。为了解决这些问题,交叉验证的方法就出现了。名词解释: l Holdout 当数据有限时,需要将原始数据分为两份,一份用来training一份用来testing(比例一般是2/3和1/3),或者分为三份,还有一份用来validation。以上过程就叫做Ho原创 2012-10-09 19:50:25 · 6233 阅读 · 2 评论 -
用C++写的矩阵处理函数 包括求逆、转置、乘积等等
用C++写的矩阵处理函数 包括求逆、转置、乘积等等 最近,无论是大学还是小学,都放暑假了。 我们本来也应该有暑假的,可是悲催地被老师给残忍剥夺了,只能继续呆在实验室里面苦逼地干活。 最近南方天气太热,室外的温度老是挑战40度大关,中午出去吃个饭,回来时身上的衣服都会彻底湿透,在这样的天气里,干活的效率可想而知了。 最近在看机器学习和动态贝叶斯网络的书,顺便找了一些源原创 2012-07-05 21:00:07 · 9189 阅读 · 1 评论 -
用C++写的矩阵处理函数 包括求逆、转置、乘积等等
用C++写的矩阵处理函数 包括求逆、转置、乘积等等 最近,无论是大学还是小学,都放暑假了。 我们本来也应该有暑假的,可是悲催地被老师给残忍剥夺了,只能继续呆在实验室里面苦逼地干活。 最近南方天气太热,室外的温度老是挑战40度大关,中午出去吃个饭,回来时身上的衣服都会彻底湿透,在这样的天气里,干活的效率可想而知了。 最近在看机器学习和动态贝叶斯网络的书,顺便找了一些源原创 2012-07-05 20:59:00 · 2787 阅读 · 1 评论 -
kD-tree 的C语言实现 带有史上最全的注释和解释
kdtree的原理就是基于二叉树的形式,将高维空间用超矩形进行划分.其主要用途是用来求解高维空间中最近邻的值. 下面是kdtree.h文件,是kdtree数据结构的头文件#ifndef _KDTREE_H_#define _KDTREE_H_#ifdef __cplusplusextern "C" {#endifstruct kdtree;原创 2012-06-11 16:13:40 · 21471 阅读 · 9 评论