- 博客(7)
- 资源 (1)
- 收藏
- 关注
原创 神经网络的激活函数
展示几种激活函数,详见该wiki。针对不同激活函数的可视化,可查看该网页。参考文献:https://en.wikipedia.org/wiki/Activation_function SGD
2018-01-30 20:06:54 154
原创 python2文件编码
python文件中使用的默认编码格式为ASCII,这在实际使用中经常会出现许多问题,最常见的问题是不同编程语言间信息转换时常会由于编码使问题变得繁琐,中文输出乱码,并且该编码格式的输出内容可读行较差。所以为了省去编码导致的一些问题,通常将python文件格式设置为UTF-8类型。设置编码的方法很简单,即在文件开始的第一行或者第二行,添加如下注释即可,"#"之后的空格可不要,加上显得美观。...
2018-01-30 17:04:39 426
原创 多分类标签转换为one-hot向量
本文参考mnist.py中dense_to_one_hot函数,展示标签生成one-hot向量的过程。>>> import numpy as np>>> labels_dense=np.asarray([0,3,2,3,1,1])>>> num_labels = labels_dense.shape[0]>>> num_classes=4>>> index_offset = np.
2018-01-29 17:25:24 5640 1
原创 python常用命令_变量类型转换
图片转码import cv2import numpy as npfrom io import BytesIOfrom PIL import Imagefile_bytes = np.asarray(bytearray(img_file), dtype=np.uint8)img_bgr = cv2.imdecode(file_bytes, 1)img_rgb = Image.op...
2018-01-26 10:15:04 443
原创 MNIST数据集
MNIST数据集作为机器学习界的“Hello World”,是学习模式识别和各大深度学习框架的基础数据库。2017年,大神Hinton的最新研究方向CapsNet就是基于该数据集做的实验。该数据集是手写字符,如下图所示。数据集源自NIST,后经CNN鼻祖Lecun等人修改后创建,共包含60000个训练样本和10000个测试样本,验证样本每张图为28*28的灰度图像。 下文借助Pytho
2018-01-25 14:59:38 2445
原创 多标签分类的评价指标
多标签分类作为多分类的一种推广,每个样本可以有多个类别,如下图的标签为:sea,sunset。所以其评价指标与多分类的也有差异,本文将介绍几种评价指标。 1.Hamming loss(汉明损失),表示所有label中错误样本的比例,所以该值越小则网络的分类能力越强。计算公式如下。其中:|D|表示样本总数,|L|表示标签总数,xi和yi分别表示预测结果和ground trut
2018-01-24 19:03:22 33697 2
原创 准确率(Accuracy),精确率(Precision)和召回率(Recall)
首先区分下准确率(Accuracy)和精确率(又叫精度,Precision)的概念,如下是wiki给出的解释,文中的ISO就是国际标准化组织。Precisionis a description ofrandom errors, a measure ofstatistical variability.Accuracyhas two definitions:Mo
2018-01-23 13:43:56 4318
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人