人工智能
文章平均质量分 63
fenfyue
努力 勇敢 积累
展开
-
100Days-ML --- Day2 简单线性回归
简单线性回归原创 2023-01-03 21:20:00 · 74 阅读 · 0 评论 -
100Days-ML --- Day1
100days ml原创 2023-01-03 21:00:54 · 80 阅读 · 0 评论 -
【pytorch】—— 基础概念
了解:1.Autograd自动求导机制2.利用pytorch构建用于图像分类的人工神经网络特点:1.比numpy更加灵活,可以使用GPU计算2.高效深度学习研究平台基础语法创建填充了未初始化数据的张量```pythonimport torchtorch.empty(5,3)torch.rand(5,3) #创建随机初始化的矩阵torch.zeros(5,3,dtype=torch.long) #创建初始化为0的矩阵x = torch.tensor([1,2]) #创建现有数原创 2021-07-27 16:12:27 · 293 阅读 · 0 评论 -
mnist手写数据集TensorFlow实现
TensorFlow架构简介TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。它灵活的架构让可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究。计算速度较快但是较麻烦,会话在c++中进行.TensorFlow 1.0与2.0之间存在着区别。mnist手写数原创 2021-02-26 18:48:33 · 371 阅读 · 0 评论 -
神经网络分类器
概念:人工神经网络是在现代神经生物学研究基础上提出的模拟生物过程,反映人脑某些特性的一种计算结构。人工神经元模型中的激活函数其中 w_i·x_i为输入信号加权,θ为阈值(偏置量)常见的形式有四种:阶跃式sigmoidReLuELu人工神经元网络神经元与神经元之间彼此连接成复杂的网络才有用。有两种主要的人工神经元网络。前馈型神经网络信息时有层次的,总是从前一层的神经元单向传递到下一层隐含层的神经元是外界无法直接访问的,与输入输出层以及隐含层神经元互相之间的连接是人工神经元网络实原创 2021-02-18 21:25:26 · 5691 阅读 · 0 评论 -
算法回顾---贝叶斯分类器
感觉自己从开始到现在到是学了很多,但是并没有记住什么,一开始就意识到应该要自己去巩固复习,但是迟迟没有行动,今天就开始回顾一下之前的贝叶斯分类器吧!一、贝叶斯分类器简介贝叶斯分是各种分类错误概率最小或者在预先给定代价的情况下平均风险最小的分类器,它是一种最基本的统计分类方法,起其分类原理是通过某对象的先验概率,利用贝叶斯共识计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类别。二、贝叶斯分类器原理统计分类是依据样本,在各个维度上的特征分布来进行分类决策的模式识别算原创 2021-02-18 18:13:25 · 492 阅读 · 0 评论 -
第一个算法线性分类器
概念线性判别:将样本用一条分类决策边界分隔开。G(x)=0作为一个判别函数当G(x)>0,x∈平面1G(x)<0,x∈平面2G(x)<0,无法判定若特征空间为1维,线性分类器的分类决策边界就是一个点若特征空间为2维,线性分类器的分类决策边界就是一条线3维以上, 就是一个超平面样本可分性:需要判断样本是否可以用线性判别的方法进行分类。tip:若各个样本的分布区域互不相交,且是凸集,则可分。若分布区原创 2021-01-28 21:33:22 · 709 阅读 · 0 评论 -
模式识别第一课
在老师的旁敲侧击之下加快了我对人工智能的学习脚步。模式识别导言人工智能==>机器能够到达人的水平自主完成 感知 决策 行动 。而感知阶段就是最基础的部分。感觉+认知=感知 ——>模式识别~什么是模式识别?答:依据事物的特征进行概念归类识别的基础是认知认知(cognition):获取某种事物的特征==>概念抽象识别(Re-cognition):根据特征决定某个具体的事= =>概念归类模式就是共同特征os:模式识别就是认识了某些事物后,将事物的概念抽象成特征,将原创 2021-01-25 21:34:04 · 577 阅读 · 0 评论