机器学习
文章平均质量分 69
Hit_HSW
软件工程师
展开
-
支持向量机SVM及Demo(转载)
svm介绍及实现的demo转载 2017-03-02 23:02:27 · 1748 阅读 · 0 评论 -
tensorflow学习序列-MNIST数据集合上的softmax分类模型
tensorflow的整个框架其实由两个部分组成:第一个部分:会话制定,在这一个阶段中,我们可能要如下内容:定义tensor,其实就是数据;定义节点op,其实可以理解为数据流出或流入的节点,当然数据流入流出可能需要进行计算,也是在这里定义的;定义变量Variable,保存图模型的一些状态,其实我们最关心的是想要学习的参数;定义目标损失函数,就是最优化的目标;定义最优化的方法;最后开启会话,进行图计...原创 2017-03-26 21:31:10 · 1172 阅读 · 0 评论 -
tensorflow学习序列-MNIST集合上进行分类深度卷积网DCNN
在采用深度卷积网进行MNIST数据集进行分类,准确率达到99.2%左右import tensorflow as tfimport mathimport input_datadef weight_variable(shape): initial = tf.truncated_normal(shape,stddev=0.1); return tf.Variable(initial...原创 2017-03-26 21:44:30 · 1292 阅读 · 0 评论 -
tensorflow学习序列——多层感知机实现MNIST数字识别
利用tensorflow实现多层感知机,如下: 1. 主程序: # 实现多层感知机import input_dataimport tensorflow as tfmnist = input_data.read_data_sets("MNIST_data/", one_hot = True);in_units = 784;h1_units = 300;W1 = tf.Varia...原创 2018-04-11 21:08:13 · 572 阅读 · 0 评论 -
tensorflow学习序列——AlexNet实现
# AlexNet #from datetime import datetimeimport mathimport timeimport tensorflow as tfdef print_activations(t): print(t.op.name, ' ', t.get_shape().as_list());def inference(images):...原创 2018-04-11 21:13:37 · 266 阅读 · 0 评论 -
tensorflow学习序列——自动编码AutoEncode
# Tensor Flow实现自编码器import numpy as npimport sklearn.preprocessing as prepimport tensorflow as tfimport input_datadef standard_scale(X_train, X_test): preprocessor = prep.StandardScaler().fit...原创 2018-04-11 21:15:26 · 683 阅读 · 0 评论 -
tensorflow学习序列——VGGNet-16实现
# VGG Net #import tensorflow as tffrom datetime import datetimeimport mathimport timedef conv_op(input_op, name, kh, kw, n_out, dh, dw,p): n_in = input_op.get_shape()[-1].value; with ...原创 2018-04-11 21:22:10 · 431 阅读 · 0 评论 -
Escape from Cells: Deep Kd-Networks for the Recognition of 3D Point Cloud Models(Kd-Networks模型)
原创 2018-04-24 22:04:48 · 1346 阅读 · 0 评论 -
Multi-View 3D Object Detection Network for Autonomous Driving(MV3D模型)
原创 2018-04-24 22:15:02 · 2209 阅读 · 9 评论 -
LLNet模型实现——LLNet模型数据读取
1. 简介实现LLNet模型的数据读取接口2. 代码实现# Ref: LLNet: Deep Autoencoders for Low-light Image Enhancement## Author: HSW# Date: 2018-05-11 #import tensorflow as tfimport numpy as npfrom PIL import Image i...原创 2018-05-12 09:29:51 · 2149 阅读 · 1 评论 -
LLNet模型实现-训练模型
# Ref: LLNet: Deep Autoencoders for Low-light Image Enhancement# # CVPR 2014# # Author: HSW# Date: 2018-05-11import tensorflow as tfimport numpy as np class LLNet_Model(object): def __i...原创 2018-05-24 10:21:27 · 1371 阅读 · 0 评论 -
Window10 + tensorflow 安装(解决Error importing tensorflow, unless you are using bazel...)
windows 10 安装 tensorflow原创 2017-03-26 15:14:11 · 8127 阅读 · 2 评论 -
基于肤色的人脸检测
基于肤色的人脸检测方法转载 2017-03-24 21:58:04 · 10774 阅读 · 3 评论 -
因子分析
转载来源:http://www.cnblogs.com/jerrylead/archive/2011/05/11/2043317.html1 问题 之前我们考虑的训练数据中样例的个数m都远远大于其特征个数n,这样不管是进行回归、聚类等都没有太大的问题。然而当训练样例个数m太小,甚至m<<n的时候,使用梯度下降法进行回归时,如果初值不同,得到的参数结果会有很大偏差(因为方程数小于参数转载 2017-03-05 15:28:44 · 1237 阅读 · 0 评论 -
判别模型、生成模型与朴素贝叶斯方法及Demo (转载)
转载时请注明来源:http://www.cnblogs.com/jerrylead1判别模型与生成模型上篇报告中提到的回归模型是判别模型,也就是根据特征值来求结果的概率。形式化表示为,在参数确定的情况下,求解条件概率。通俗的解释为在给定特征后预测结果出现的概率。比如说要确定一只羊是山羊还是绵羊,用判别模型的方法是先从历史数据中学习到模型,然后通过提取这只羊的特征来预测出这只羊是山羊转载 2017-02-26 15:12:24 · 521 阅读 · 0 评论 -
对线性回归,logistic回归和一般回归的认识 及Demo(转载)
【转载来源】:http://www.cnblogs.com/jerrylead1 摘要 本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四节主要讲述了回归问题,回归属于有监督学习中的一种方法。该方法的核心思想是从连续型统计数据中得到数学模型,然后将该数学模型用于预测或者分类。该方法处理的数据可以是多维的。 讲义最初介绍了一个基本问题,转载 2017-02-26 10:30:00 · 1944 阅读 · 0 评论 -
(EM算法)The EM Algorithm 和 混合高斯模型Demo(转载)
转载来源:http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.html 这篇讨论使用期望最大化算法(Expectation-Maximization)来进行密度估计(density estimation)。 与k-means一样,给定的训练样本是,我们将隐含类别标签用表示。与k-means的硬指定不同,我们首先转载 2017-03-04 00:43:45 · 989 阅读 · 0 评论 -
K-means聚类算法 及Demo(转载)
k-均值聚类转载 2017-03-03 00:16:16 · 5997 阅读 · 1 评论 -
主成分分析(PCA)及Demo最大方差解释和最小平方误差解释
转载来源:http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020216.html1. 问题 真实的训练数据总是存在各种各样的问题:1、 比如拿到一个汽车的样本,里面既有以“千米/每小时”度量的最大速度特征,也有“英里/小时”的最大速度特征,显然这两个特征有一个多余。2、 拿到一个数学系的本科生期末考试成绩单,里面有三转载 2017-03-04 11:38:18 · 6556 阅读 · 0 评论 -
BP(反向传播)算法和CNN反向传播算法推导(转载)
BP算法和CNN算法推导过程转载 2017-02-25 22:50:45 · 2776 阅读 · 0 评论 -
卷积stack autoencoder(转载)
卷积stack autoencoder转载 2017-02-25 23:28:50 · 2105 阅读 · 0 评论 -
Deeplearning toolbox 中如何实现sparse/stack/denoise autoencoder (转载)
deeplearning toolbox更多介绍转载 2017-02-25 23:38:52 · 2438 阅读 · 0 评论 -
Auto-Encoder相关介绍(转载)
关于Auto自动编码的相关介绍(2014年)以前转载 2017-02-25 22:44:33 · 761 阅读 · 0 评论 -
独立成分分析及Demo
独立成分分析原创 2017-03-05 12:03:49 · 3890 阅读 · 8 评论 -
线性判别分析(Linear Discriminant Analysis)及Demo
线性判别分析(LDA)转载 2017-03-05 14:26:37 · 758 阅读 · 0 评论 -
LLNet模型实现——模型训练(完结)
# Ref: LLNet: Deep Autoencoders for Low-light Image Enhancement## Author: HSW# Date: 2018-05-11 #from prepare_data import * from LLNet import * # 训练样本/测试样本的个数TRAIN_NUM_SAMPLES = 14584...原创 2018-05-24 10:23:29 · 3480 阅读 · 17 评论