机器学习
k5722166
这个作者很懒,什么都没留下…
展开
-
机器学习-线性回归
线性回归线性回归是为了求的一个超平面S,使得这个超平面S能够将训练集的正负实例点完全正确分开。为了求的这个超平面,我们需要求的其中的参数θ\thetaθ和bbb,这时需要一个学习策略,就是定义损失函数并将损失函数最小化。hypothesis:hθ(x)=XθT=b+x1θ1+x2θ2+...+xnθnh_{\theta}\left( x \right)=X\theta^{T}=b+{x_{1}...原创 2019-01-24 10:39:25 · 197 阅读 · 0 评论 -
LibLInear库中数据格式介绍
在LibLInear中,读取的数据集的内容格式如下:-1 54:0.053074 75:0.053074 97:0.053074 103:0.053074 108:0.053074 114:0.053074 149:0.053074 157:0.053074 180:0.053074 183:0.053074 217:0.053074 244:0.053074 262:0.053074 265:...原创 2019-03-07 18:57:39 · 1290 阅读 · 0 评论 -
动手深度学习--数据操作--2
动手深度学习笔记2.2. 数据操作在MXNet中,NDArray是一个类,也是存储和变换数据的主要工具。为了简洁,本书常将NDArray实例直接称作NDArray。如果你之前用过NumPy,你会发现NDArray和NumPy的多维数组非常类似。然而,NDArray提供GPU计算和自动求梯度等更多功能,这些使NDArray更加适合深度学习。2.2.1. 创建NDArray下面介绍了几种创建N...原创 2019-03-30 23:50:21 · 373 阅读 · 0 评论 -
动手深度学习--自动求梯度--3
2.3. 自动求梯度在深度学习中,我们经常需要对函数求梯度(gradient)。本节将介绍如何使用MXNet提供的autograd模块来自动求梯度。通过下面的代码导入autograd模块from mxnet import autograd2.3.1. 一个简单的例子我们先来看一个简单的例子,如何使用MXNet来求解y=2xTxy=2x^T xy=2xTx这个函数关于xxx的梯度的方法。...原创 2019-03-31 10:48:02 · 1902 阅读 · 0 评论 -
动手深度学习--线性回归--4
3.1. 线性回归线性回归从零开始第一步、生成数据集下面的代码生成一个10002的数据集,有1000个样本,特征个数为2。首先随机生成一个10002的矩阵,每个元素根据正态分布随机取值。然后根据已给的真实权重和偏差计算随机生成的数据集中每个样本对应的标签。最后给标签加上一点噪声。其中features保存了每个样本数据,labels保存了每个样本对应的标签。#线性回归从0开始实现p...原创 2019-04-01 10:16:16 · 512 阅读 · 0 评论 -
动手深度学习--安装mxnet---1
1. 安装mxnet本文根据http://zh.d2l.ai/chapter_prerequisite/install.html安装。下载Miniconda(https://conda.io/en/master/miniconda.html)下载包含本书全部代码的压缩包。我们可以在浏览器的地址栏中输入 https://zh.d2l.ai/d2l-zh-1.0.zip 并按回车键进行下载。下...原创 2019-03-27 21:59:16 · 1740 阅读 · 3 评论 -
softmax回归总结(动手深度学习)-5
目录softmax回归与线性回归softmax回归模型如何计算softmax回归模型softmax回归的代码实现1. softmax回归与线性回归相比于线性回归输出一个连续的值,softmax回归则输出一系列离散的值。线性回归适合解决回归问题,如房价的预测问题。而softmax回归适合做分类问题,如识别一张图片中是猫,狗还是鸡。相比于线性回归输出单元仅一个,softmax回归有更多...原创 2019-04-02 19:47:44 · 756 阅读 · 0 评论