段智华的博客

原创 （39）五节课总结：反者道之动，弱者道之用。天下万物生于有，有生于无

接下来，在改进以后的代码(Artificial_Intelligence_Framework_Main.py)代码中，尝试设置4个隐藏层，hidden_nodes = [...

原创 （38）总结：5节课的运行效果

接下来回顾总结一下这五节的运行效果：1) Forward Propagation：实现Forward Propagation的预测效果。跟TensorFlo...

原创 总耗时十年、超过1500页的Spark+AI新书即将发布

总耗时十年、超过1500页的Spark+AI新书即将发布：力图通过该书构建大数据+人工智能最佳学习生态。在佳霖的目前已经被证明的中国大数据Spark最畅销的书籍《Spar...

原创 （37）总结：5节课代码改进的运行结果

Neuron_Network_Entry.py代码中，我们给神经元网络输入的数据是二维数组： instances = [[0,0,0], [0,...

原创 （36）总结：5节课内从零起步(无需数学和Python基础)编码实现类似于TensorFlow的AI框架大总结...

7.1 AI框架大总结本节课是在前面5章节的基础上进行总结和思考。前面5章节带领大家从零起步 ，在没有数学和Python基础的情况下，开发出我们自己的AI人工...

原创 （35）代码优化以后的运行结果

如图所示，是代码优化以后的运行结果图，损失度从0.12变到了0.009，即0.9%的损失度。这个已经很棒了! 图 1- 58 优化后的结果如图所示，是正常的进行梯...

原创 （34）Adaptive Learning和Feature Normalization优化

2) Adaptive Learning处理。基于数据正则化成果的基础上，接下来我们采用Adaptive Learning进行性能优化编码。Adaptive L...

原创 （33） 数据正则化

Create_AI_Framework_In5Classes(Day5)的FeatureNormalization.py代码如下 # -*- coding: utf-8 ...

原创 （32）代码优化二 修改均方误差值

代码优化二：计算方法优化，根据下图的公式修改均方误差值(mean-square error,MSE)，MSE 反映估计量与被估计量之间差异程度的一种度量。求方差的...

原创 （32）代码优化一

接下来我们回顾一下上一章节的内容，再次运行Create_AI_Framework_In5Classes(Day4)的Neuron_Network_Entry.py程序，...

原创 （31）第五节课从零起步通过Adaptive Learning和Feature Normalization优化AI框架

第五节课：从零起步通过AdaptiveLearning和FeatureNormalization优化自己编写的AI框架本节从零起步通过AdaptiveLearnin...

原创 （30）损失度代码运行

接下来绘制我们AI案例的图形。通过plt.plot(loss_log) 传进要进行可视化的数据集loss_log，然后调用plt.show()显示可视化结果。运行Cre...

原创 （29）LossComputation.py代码

Create_AI_Framework_In5Classes(Day4)的LossComputation.py代码#-*-coding:utf-8-*-from ...

原创 （28）损失度Loss的计算方法

本节将进行数据可视化，例如将Epoch训练的过程运行10000次，每100个Epoch看一下损失度调整的程度。在Tensorflow可视化图中运行一下，Tensorfl...

原创 （27）第四节课：从零起步在框架中编码实现损失度Loss的计算及其可视化

本节将从零起步在框架中编码实现损失度Loss的计算及其可视化。本节包含三部分的内容：(1)关于Loss的思考，Loss是所有AI框架终身的魔咒。(2)编码实现...

原创 （26）盘古自研框架BackPropagation

我们的盘古自研框架BackPropagation也是同样的Back Propagation梯度下降算法求导计算过程。我们在Forward Propagation前向传播计...

原创 （25）梯度下降代码BackPropagation.py

类似的，我们的盘古自研框架BackPropagation也是同样的Back Propagation误差计算过程，actual_value是instances最后一列的实际...

原创 VMware Workstation ubuntu SSH远程登陆 提示 Permission denied, please try again.

VMware Workstation ubuntu SSH远程登陆 提示 Permission denied, please try again.开始一直在ubuntu的ssh配置方面查原因，按照网络资料修改了ssh的配置，重启ssh，但都没有效果。root@master:~# cat /etc/ssh/sshd_config# Package generated configurat...

原创 （24）BackPropagation.py代码

Create_AI_Framework_In5Classes(Day2)版本的Node.py代码：class Node: ……. #获得当前Neuron的Valu...

原创 （10）常见的算子范数

原创 (23)BackPropagation.py的实现

BackPropagation.py的实现。Back Propagation是神经网络最精髓的部分。我们自研盘古框架的BackPropagation的思维和TensorF...

原创 （9）矩阵等价、收敛性定理及矩阵的谱、谱半径

原创 （22）Backward Propagation 代码实现

接下来我们将Backward Propagation的过程以代码的方式实现。首先，我们先写一个接口BackPropagation.py，BackPropagation.p...

原创 (8)向量范数与矩阵范数

原创 （21）心有猛虎，细嗅蔷薇之Backward Propagation

为加深理解，我们运行一下Neuron_Network_Entry.py，看一下盘古自研框架的运行结果：……Prediction: 0.47751024652695706 ...

原创 (7)向量范数

原创 （20）Back Propagation算法

人工智能AI系统的学习过程和人类的学习过程一样，你要么从过去的经验中学到一些东西，然后改进，要么就是视而不见。我们传统的编程方式是过去有误差，但代码编写以后，对里面的行为...

原创 (6)误差处理的基本原则

原创 (19) Forward propagation Back Propagation

再次启动TensorFlow团队提供的可视化TensorFlow网络的观测平台，我们的实现跟TensorFlow的内容是一样的，在TensorFlow的控制台增加隐藏层及...

原创 (5)数值稳定性

原创 (4)多元函数的绝对误差及相对误差

原创 (18) 第三节课：从零起步在框架中编码实现Back Propagation功能

4.2 盘古Back Propagation功能 在前面两节我们已完成深度学习的骨架、神经元网络结构、Forward Propagation的实现，本章节实...

原创 CS 188 Project4(RL) Q2: Exact Inference Observation

在这个问题中，您将在inference.py的ExactInference类中实现observeupdate方法，以正确地更新从pacman传感器观察到的幽灵代理的信念分布。你正在实施在线信念更新来观察新的证据。对于这个问题，观察方法应该在接收到传感器读数后更新地图上每个位置的信念。您应该在变量self.allPositions 上迭代您的更新，其中包括所有合法位置和特殊jail位置。信念表示幽...

原创 矩阵及数值分析（3）绝对误差与相对误差

原创 (17) 运行ForwardPropagation.py代码

Create_AI_Framework_In5Classes(Day2) 的ForwardPropagation.py代码：# -*- coding: utf-8 -*-...