deep_learning_in_practice
本专栏为工作中用到的深度学习相关的内容
FishBear_move_on
github 地址 https://github.com/Jayhello
展开
-
决策树python sklearn 示例
本文主要是使用python sklearn,完成决策树的demo,以及可视化,最终生成的决策树结果。from sklearn.datasets import load_irisfrom sklearn import treefrom sklearn.tree import export_graphvizimport subprocessdef visualize_tree(tree, fea原创 2017-10-11 20:47:58 · 9551 阅读 · 5 评论 -
聚类算法原理及python实现
本文主要内容:聚类算法的特点聚类算法样本间的属性(包括,有序属性、无序属性)度量标准聚类的常见算法,原型聚类(主要论述K均值聚类),层次聚类、密度聚类K均值聚类算法的python实现,以及聚类算法与EM最大算法的关系参考引用先上一张gif的k均值聚类算法动态图片,让大家对算法有个感性认识: 其中:N=200代表有200个样本,不同的颜色代表不同的簇(其中 3种颜色为3个簇),星星代表原创 2017-11-13 20:52:18 · 11682 阅读 · 0 评论 -
python感知机实现
感知机(perceptron)作为机器学习的基础,理解了感知机的原理以及实现,就基本知道机器学习的本质了: “通过对错误数据集的学习,不断调整更新自身的参数,使得模型参数对当前系统的输入数据集,得到最佳输出”上面是自己个人的理解。 本文主要是参考了李航的《统计学习方法》,然后使用python实现了感知机,并对二维数据集进行分类,验证了算法的有效性。本文主要内容如下:感知机基本原理算法原创 2017-09-22 21:05:50 · 7141 阅读 · 1 评论 -
knn K近邻算法python实现
本文主要内容:knn K近邻算法原理sklearn knn的使用,以及cross validation交叉验证numpy 实现knnknn改进方法1 knn K近邻算法原理K近邻算法:给定一个训练数据集,对新的的输入实例,在训练数据集中找到与该实例最邻近的的K个实例,这K个实例的多数属于某个类,就把该实例分为这个类。KNN 是 supervised learning, non parame原创 2017-10-08 21:06:34 · 6734 阅读 · 0 评论 -
caffe python 图片训练识别 实例
本文主要是使用caffe python做图片识别的示例包括训练数据lmdb生成,训练,以及模型测试,主要内容如下:训练,验证数据lmdb生成,主要包括:样本的预处理 (直方图均衡化,resize),训练样本以及验证样本的lmdb的生成,以及mean_file mean.binaryproto生成caffe中模型的定义,主要是修改 caffe Alexnet 训练文件train_val.proto原创 2017-09-09 21:36:41 · 17000 阅读 · 2 评论 -
深度学习样本生成data augmentation
在做深度学习图片分类的时候,很多是有些样本不足这个时候我们就会自己生成样本,如opencv对图片旋转,扭曲等等操作。google了一下deep learning data augmentation 发现了github几种开源的的方法主要是使用opencv结合python的PIL库。最终发现Augmentor好用 本文内容如下:传统的opencv结合python的multiprocessing任务原创 2017-08-29 21:12:43 · 12362 阅读 · 6 评论