机器学习
文章平均质量分 82
南木Sir
山东大学本科毕业,西北大学硕士在读
展开
-
VGG16和VGG19介绍
VGG16和VGG19介绍 转载自:https://www.jianshu.com/p/e0845ecaf7f7 image.png 《Very Deep Convolutional Networks for Large-Scale Image Recognition》 arXiv:[1409.1556] Very Deep Convolutional Networks for Large-Scale ...转载 2022-03-15 12:31:31 · 4905 阅读 · 0 评论 -
近期大热的 7 大 Github 机器学习『创新』项目
本文将会分享近期发布的七大GitHub机器学习项目。这些项目广泛覆盖了机器学习的各个领域,包括自然语言处理(NLP)、计算机视觉、大数据等。 最顶尖的Github机器学习项目 1. PyTorch-Transformers(NLP) 传送门: https://github.com/huggingface/pytorch-transformers 自然...转载 2020-10-15 00:35:39 · 1251 阅读 · 0 评论 -
机器学习(一)——Linear Regression
机器学习课程中做的一些实验题目,拿来和大家分享一下。实验步骤与内容:加载数据集并绘制散点图MATLAB中加载数据集的方法是“load”函数,绘制散点图的方法是“plot”函数,并且还可以使用“label”函数来为坐标轴做标注。得出结果如图:在梯度下降之前,要使用x = [ones(m, 1) x]语句来给数据集x加上一列,训练数据中的年龄值实际上位于x的第二列。此...原创 2018-11-03 11:14:44 · 457 阅读 · 0 评论 -
机器学习(二)——Multivation Linear Regression
根据所给数据,给出使用梯度下降算法的多元线性回归模型,并能够正确绘制出J(θ)的图像。实验步骤与内容:数据处理使用J(θ)选择学习率实验文件中给出了学习率的大致范围为0.0001<=α<=10,而更精确的学习率就需要自己去运行梯度下降、观察成本函数,并进行相应的调整了。将成本函数变为可执行代码其中而我们在上一个实验中,已经在theta0和the...原创 2018-11-11 14:47:39 · 418 阅读 · 0 评论 -
机器学习(三)——Linear Discriminant Analysis
二分类情况:1. 加载实验数据2. 绘制出数据散点图3. 求类内散度矩阵4. 求类间散度矩阵5. 求最大特征值和特征向量6. 计算投影点7. 绘制完整图像多分类情况:多分类线性判别分析(LDA)中,除了参数有所变化之外,只对求最大特征值及特征向量的部分做了些许改动,类间散度矩阵和类内散度矩阵都由(psb1+qsb2)/(p+q)变成了(psb1+qsb2+r*sb3...原创 2018-12-19 23:34:07 · 1894 阅读 · 1 评论 -
什么是迁移学习 (Transfer Learning)?
深度神经网络,相比于之前的传统机器学习方法,可以看成是一个全新的物种,这背后的原因,最明显的还是深度学习对机器算力的巨大需求,在深度学习入门最少需要知道什么?中介绍了深度学习所需的显卡资源,而当前大内存的机器不贵,而高性能,大显存的显卡就没那么便宜了。这使得使用深度学习去处理实际生活...转载 2019-06-25 10:49:28 · 901 阅读 · 0 评论