深度学习
文章平均质量分 92
LoL^迪超^LoL
追寻那消失在远方的一束光
展开
-
花书第五章 机器学习
机器学习基础机器学习怎样定义:对于某类任务T 和性能度量P,一个计算机程序被认为可以从经验E 中学习是指,通过经验E 改进后,它在任务T 上由性能度量P 衡量的性能有所提升。学习算法:机器学习任务类型包括, 分类,输入缺失分类, 回归,转录,机器翻译,结构化输出,异常检测,合成和采样,缺失值填补,去噪,密度估计或概率质量函数估计。输入缺失分类当输入向量的每个度量不被保证的时候,分类问题...原创 2019-03-08 15:01:03 · 274 阅读 · 0 评论 -
花书第四章 数值计算
花书第四章笔记 数值计算数值上溢和下溢产生原因: 由于计算机的精度造成,超过浮点数的精度的部分数值就会被舍去。但是在我们正常退导中是不存在的。当操作数值极小或者极大的情况下可能引起上溢或者下溢。深度学习底层框架需要考虑的数值稳定性。下溢: 接近零的数被四舍五入为0时候发生下溢。 运算通常会导致这些无限值变为非数字上溢:当大量级的数被近似为 ∞\infty∞ 或 −∞-\infty−∞ 发...原创 2019-03-07 22:48:04 · 245 阅读 · 0 评论 -
深度学习1-- 感知器
单层感知机计算部分简述: 由人类神经元结构衍生而来,包含输入层和输出层,而输入层和输出层是直接相连的。神经元结构输出层结构如下:y=f(∑iwixi+b)f(x)={1,x≥00,x<0y = f( \sum_i w_ix_i + b)\\f(x) =\begin{cases}1, & \text{$x \geq 0$} \\[2ex]0, ...原创 2019-04-06 22:45:02 · 369 阅读 · 0 评论 -
深度学习2-- 神经网络及反向传播
全连接神经网络概念使用非线性函数变换的多层感知机又称深度前馈网络、 深度神经网络 。这种网络的目的是使得整个模型近似于某个函数f∗f^{*}f∗ 。在前馈神经网络中定义了一个y=f(x;θ)y = f(x;\theta)y=f(x;θ),并且学习参数θ\thetaθ的值,使得它能够到最佳的函数近似。前馈神经网络结构:网络结构: 许多函数复合在一起表示, ...原创 2019-04-06 23:53:48 · 589 阅读 · 0 评论 -
python 安装OpenCV的 FAQ
Python 安装和使用 OpenCV FAQ如何安装 python, pip,opencv,jupyter 流程:请参照 tinymind 资料中的 windows 或者 linux 安装环节进行安装:推荐系统 :windows 10推荐版本 :Python 3.6 及以上版本Anaconda python 3.7版本opencv 及 opencv contrib 版本推荐:...原创 2019-08-31 02:43:18 · 1041 阅读 · 2 评论