![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 78
jasonzzj
这个作者很懒,什么都没留下…
展开
-
神经网络的反向传播算法Backpropagation
说明:本文参考整理于斯坦福大学cs231n课程Andrej Karpathy的讲义。原创 2016-09-30 23:16:48 · 1176 阅读 · 0 评论 -
检测率,召回率,mAP,ROC
在信息检索、分类体系中,有一系列的指标,搞清楚这些指标对于评价检索和分类性能非常重要,因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate),召回率也叫查全率,准确率也叫查准率,概念公式: 召回率(Recall) =转载 2017-03-15 21:10:07 · 12084 阅读 · 0 评论 -
softmax 带 tempreture 参数
softInput = tf.matmul(output, Wl_h_l) + Bl_h_l softmaxLoc = tf.nn.softmax(softInput / tempreture)在tensorflow中这样用,其他的库均类似~原创 2017-03-05 16:44:08 · 2253 阅读 · 1 评论 -
RNN中输出端的sample采样
在Theano中,有如下定义的函数可供sequence to sequence 模型来使用sample功能:def sample(preds, temperature=1.0): # function to sample an index from a probability array # temperature = (0, 1.0] # https://github原创 2017-03-04 16:13:59 · 2667 阅读 · 0 评论 -
What would be your advice to a software engineer who wants to learn machine learning?
Alex Smola, Professor, Carnegie Mellon University and Chief ScientistThis depends a lot on the background of the software engineer. And it depends转载 2016-12-25 10:10:31 · 645 阅读 · 0 评论 -
安装jupyter notebook方法
安装环境:已有python和pip的windows或者linux下,均可按照下面方法快速安装jupyter notebook安装:pip install jupyter notebook运行:jupyter notebook原创 2016-11-30 09:28:13 · 1787 阅读 · 0 评论 -
各路大神都用Jupyter Notebook写出了什么
Charles Wang UC Berkeley CS+Econ Double Major122 人赞同Jupyter Notebook 顾名思义,它的核心在于展示与快速迭代。所以与其回答这个问题,我觉得看看各路大神都用Jupyter Notebook写出了什么,就自然可以直观地得出这个问题的结论。先来个萌萌的1.XKCD plots in Matp转载 2016-11-30 09:11:02 · 5652 阅读 · 0 评论 -
Differential geometry for machine learning (微分几何在机器学习中的应用)
An overview of several uses of differential geometry ideas in machine learning翻译 2016-11-01 16:07:07 · 3227 阅读 · 0 评论 -
TensorFlow之函数:reduce_mean() 来自于numpy.mean()
本文介绍了tensorflow和numpy中的以下两个函数1. tf.reduce_mean()2. np.mean()原创 2016-11-10 12:05:22 · 23426 阅读 · 0 评论 -
交叉熵代价函数(损失函数)及其求导推导 (Logistic Regression)
前言交叉熵损失函数交叉熵损失函数的求导前言说明:本文只讨论Logistic回归的交叉熵,对Softmax回归的交叉熵类似。 首先,我们二话不说,先放出交叉熵的公式: J(θ)=−1m∑i=1my(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(x(i))),J(θ)=−1m∑i=1my(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(...原创 2016-07-25 00:04:44 · 111447 阅读 · 25 评论