- 博客(4)
- 资源 (7)
- 收藏
- 关注
翻译 正则化(regularization)
一、过拟合(overfitting)问题上图是房价(Price)与房子面积(Size)的关系的实例。我们的目标是利用多项式回归来根据房子面积来预测房价。左边的模型仅用了一次项,此时模型参数有俩θ0、θ1,是一天直线;直观的观察样本点(红色×)的趋势,我们发现该模型并不能很好的拟合两者的关系(很明显,随着房子面积增大,住房价格的变化趋于稳定或者说越往右越平缓)。此类情况称为欠拟合(u
2017-11-29 17:54:18 15949
原创 TensorFlow训练的模型参数(W和B)利用np.savez()保存和用cnpy库C++读取
一、背景大家经常会在Python环境下用TensorFlow训练自己的深度学习模型。为了日后能够使用训练好的模型,在Python环境下,TensorFlow提供了tf.train.Saver类,用来保存模型。这个类提供了一整套函数用于方便的存储和恢复模型!但实际情况是:大多数人会用Python环境下TensorFlow训练模型,而在实际的预测任务时,希望用C/C++语言来实现模型并加载
2017-11-22 19:25:43 3352
原创 多项式回归(polynomial regression)转换为线性回归(linear regression)
一、介绍一元m次多项式回归方程:二元二次多项式回归方程:多元多次的多项式回归方程较复杂,加之实际生产生活中一元m次多项式归回就已经能够解决了,所以略!对于一元m次多项式回归方程,令:则该一元m次多项式就转化为m元线性回归方程:因此,用多元线性函数的回归方法就可解决多项式回归问题!需要指出的是,在多项式回归分析中,检验回归系数是
2017-11-16 17:26:09 13852 3
原创 TensorFlow tf.nn.conv2d()介绍
一、tf.nn.conv2d()函数python版本的定义:tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)1、参数 input:需要做卷积的输入图像,是一个Tensor,shape为[batch, in_height, in_width, in_channels],含义是[训练时
2017-11-01 15:04:30 1875
ubuntu gedit color schemes
2018-05-24
等待对话框(模态)
2013-04-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人