机器学习
文章平均质量分 71
机器学习是人工智能领域的一大分支,本专栏从头开始介绍相关知识,除了传统的SVM,RF, KNN算法外,还包含了基于硬件计算资源发展后带来的新潮机器学习方法,包括ANN, CNN, RNN这些,最后还会包含强化学习的一些内容。
Gaosiy
吾日三省吾身
展开
-
机器学习-卷积神经网络CNN中的单通道和多通道图片差异
在CNN中涉及到的主要就是image kernel bias这三个元素。这里image表示是首层的输入,后边卷积层的impute都是前边的output,与首层操作类似,不再多说。# 定义一个二维卷积层# 假设有一个4维的输入张量 x,形状为 (batch_size, in_channels, height, width)# 在输入张量上应用卷积层# 输出张量的形状为 (batch_size, out_channels, output_height, output_width)其中,原创 2023-03-07 18:44:15 · 3333 阅读 · 3 评论 -
机器学习-LSTM中的几个参数理解
LSTM参数原创 2022-12-21 10:54:06 · 2897 阅读 · 0 评论 -
anaconda使用技巧
anaconda使用记录1.创建环境conda create -n gaosiy python==3.7激活环境conda activate gaosiy如果你重装系统或者换了个电脑,你可能用到如下的方法。导出环境conda env export --file gaosiy.yml直接用导出的环境文件创建环境conda env create -f gaosiy.yml这样会很节省时间2.安装包创建一个环境后有两种方式安装可用的包,一种是conda install nump原创 2021-03-31 17:01:17 · 200 阅读 · 4 评论 -
深度学习的宏观框架——训练(training)和推理(inference)及其应用场景
一个完整的深度框架中应该包含两个主要部分,即训练(training)和推理(inference)训练(Training)打个比方,你现在想要训练一个能区分苹果还是橘子的模型,你需要搜索一些苹果和橘子的图片,这些图片放在一起称为训练数据集(training dataset),训练数据集是有标签的,苹果图片的标签就是苹果,橘子亦然。一个初始神经网络通过不断的优化自身参数,来让自己变得准确,...原创 2019-02-24 10:55:41 · 36053 阅读 · 11 评论