2017年11月_guoyunfei20

12月 11月 10月 09月 08月 07月 06月 01月

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 3350

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 13820 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 1871

ubuntu gedit color schemes

在Ubuntu系统下，习惯用gedit写代码的盆友们，是不是总觉得配色不爽，要么背景太亮，要么关键字颜色不突出。gedit默认提供的配色方案就四五种，捉襟见肘。本资源包含了上百种配色方案，总有一款适合你。

2018-05-24

非常直观的讲述了CNN的工作原理

非常直观的讲述了CNN的工作原理，来自brohrer@Microsoft.com

2018-02-27

MFC对话框里显示GIF动画图片

2015-01-24

等待对话框（模态）

在写程序时，经常会碰到处理大数据量的任务，例如读取尺寸巨大的图像。此时如果直接在主线程中读取，会导致主界面假死的现象。通常的解决办法是新开一个线程来负责处理比较耗时的任务。线程在处理的过程中，希望主界面弹出等待提示框，提示使用者软件正在处理数据，请等待；并且等待对话框最好是模态的，这样使用者就无法进行其他任何操作了。

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

翻译 正则化（regularization）