- 博客(4)
- 资源 (13)
- 问答 (1)
- 收藏
- 关注
原创 DL&ML基础学习三
机器学习中泛化误差等于偏差的平方+方差+噪声。传统的机器学习方法难点在于一个是解决过拟合和欠拟合问题,另一个所有的传统机器学习方法都需要提供数据的特征,而特征需要人为定义,特征定义的好坏直接决定模型的性能。以神经网络为代表深度学习技术一大特点就在于不用事先定义特征,因为神经网络可以自己抽取特征,而且效果很好,但是仍然具有不可解释性,而且也是面临过拟合欠拟合的问题。另外统计学习学习的必须是有规律的事
2018-01-31 11:36:14 520
原创 python方法
python可以用for迭代的都是Iterable,可以next()的都是Iterator。集合类是Iterable而非Iterator。python中类是一个模板,必须绑定的属性强制填写进类中,而实例instance可以自由绑定属性,可以删除更改。__init__(self,args)中的args就是属性,建立实例时需要必须填写的。所有实例方法都需要第一个参数为self。通过help(objec...
2018-01-28 20:36:49 425
原创 DL&ML基础学习五
CNN应用在NLP自然语言处理上面,基本原理是输入是一句话,将一句话分词,每个词表示成一个向量,作为矩阵的一行,所以一句话形成一个矩阵,这个矩阵就类似于图片的像素点矩阵作为输入。该矩阵作为CNN的输入数据。此时CNN的卷积核的特点在于其每个卷积核的宽度都和输入数据的长度相同,宽度仍然是超参。其他原理相同。CNN的优势一个是快速,他可以并行运算,而且前后不具有依赖性。他的表示效果更有效。CNN的卷积...
2018-01-26 00:15:50 678
谱方法 算法 分析与应用
2018-10-15
网络表示即network representation综述
2018-07-26
GoogleNet Inception v3经过Imagenet数据训练好的模型参数文件
2018-02-01
javaGC 对Servlet的回收
2017-02-26
TA创建的收藏夹 TA关注的收藏夹
TA关注的人