- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【心得】深度学习入门——训练并测试自己数据集
经过几天的努力，成功训练自己的数据集，并进行了单张图片的测试。训练过程中val准确率约为0.91。看起来效果还比较理想，是否已经过拟合还没有进行确定。在训练过程中，最讨厌的就是处理文件路径和文件存放位置。caffe模型下有一个example文件夹，我在example文件夹下建立了一个自己的文件夹，fine_tune_my。并将所有的数据都存放在这个文件夹里。包括
2016-11-29 11:16:38
9944
1
原创 BP神经网络
BP神经网络属于机器学习范畴，也属于模式分裂范畴。三层BP神经网络包括：输入层，隐含层，输出层。激活函数是非线性的。在线性判别分类中，网络激活函数是线性的。学习规则采用“梯度下降法”。定义一个训练误差（Training Error）J(W)，推导出△Wij值。隐含层到输出层的权值更新△Wij由几部分构成：学习率，输出层k单元误差，输出层k单元激活函数，指
2016-03-20 21:55:23
477
原创 PCA主成分分析法入门
一直对数据降维比较好奇，从PCA—Principal component Analysis 入手，进行了简单的认识。Wiki百科中，将PCA比作“使用N维椭球拟合数据，并剔除椭球较小的维度”。百度百科中，将PCA列为考察多个变量间相关性一种多元统计方法。也有将PCA看做是掌握事物主要矛盾的统计分析方法。数据能够降维，是不是代表着“一些数据不能降维”，什么样的数据可以
2016-03-20 16:50:29
554
原创 模式分类之贝叶斯决策入门
初学模式分类，使用经典的Duda教材。最初理解贝叶斯决策理论，无法理解“贝叶斯概率公式”。我认为贝叶斯决策理论在描述这样一个事情：1、假设能够用概率描述“世界的存在状态”；在我对概率最初的理解上，我总是认为概率是用来描述未发生的事情。比如抛一枚硬币，正面的可能性是多少，在抛之前我们需要进行概率估计，所以这件事情是尚未发生的。但是现在逐渐感觉到，概率实际上是用
2016-03-16 22:20:23
1103
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人