自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

ljp1919的专栏

《采坑实录》、《搬砖心路历程》

  • 博客(10)
  • 资源 (1)
  • 收藏
  • 关注

原创 DeepLearing学习笔记-Planar data classification with one hidden layer(第三周作业)

0 - 背景:前文,创建的神经网络只有一个输出层,没有隐藏层。本文将创建单隐藏层的神经网络模型。二分类单隐藏层的神经网络神经元节点采用非线性的激活函数,如tanh计算交叉损失函数运用前向和后向传播1- 准备条件:本文实践过程需要以下的python库:numpy Python中常用的科学计算库sklearn 是常用的数据挖掘和分析库 matplotlib 是用于数据可视化testCa

2017-09-29 09:21:32 4705 2

原创 DeepLearing学习笔记-从逻辑回归出发

背景:从逻辑回归出发,介绍单层神经网络在模式分类中的简单应用。本文将阐述如何用逻辑回归进行猫的识别。从中,我们将创建一个常见的简单的算法模型: 1:参数初始化 2:计算代价函数及其梯度 3:采用优化算法,如梯度下降算法准备工作:numpy 是科学计算的常用库。h5py 是python中用于处理H5文件的接口。matplotlibpython中常用的图像绘制库。PIL and scipy

2017-09-25 09:06:34 1646

原创 DeepLearing学习笔记-损失函数

背景:L1损失函数:损失函数最简单的定义就是L1损失函数,计算预测值(y^ \hat{y} )和真实值(y y)之间的绝对差值,并累计求和作为模型的代价函数。通过优化算法如梯度下降算法来使得代价函数L1最小化,从而获取模型。 L1 损失函数的定义: L1(y^,y)=∑i=0m|y(i)−y^(i)|(2)\begin{align*} & L_1(\hat{y}, y) = \sum_{i=0}

2017-09-24 18:33:56 525

原创 DeepLearing学习笔记-数据矢量化

背景:通过矢量化提高矩阵运算速度准备知识:dot/outer/elementwise product 的区别:dot product 点乘:向量点积: 向量的点乘,也叫向量的内积、数量积,对两个向量执行点乘运算,就是对这两个向量对应位一一相乘之后求和的操作,点乘的结果是一个标量。 定义:a⋅b=||a||||b||cos(θ)a \cdot b= ||a|| ||b||\cos(\theta),

2017-09-24 15:59:09 3372

原创 DeepLearing学习笔记-行归一化和broadcasting

背景:数据归一化能够提高梯度下降的收敛速度归一化:归一化方式:x∥x∥ \frac{x}{\| x\|} ,每行除以其行向量的范数。 例如x=[023644](1)x = \begin{bmatrix} 0 & 3 & 4 \\ 2 & 6 & 4 \\\end{bmatrix}\tag{1} 范数的计算:∥x∥=np.linalg.norm(x,axis=1,keepd

2017-09-24 14:23:08 632

原创 DeepLearing学习笔记-Sigmoid函数的梯度

背景:求解z=σ(z)z= \sigma(z)的梯度 由于sigmoid(x)=11+e−xsigmoid(x) = \frac{1}{1+e^{-x}} 在python中利用numpy模块实现:# GRADED FUNCTION: sigmoidimport numpy as np# this means you can access numpy functions by writing n

2017-09-24 11:15:59 9155

原创 由一个C++问题引发的讨论和思考(未完待续)

背景:class Test{ private: int a; public: void f() { std::cout<<"HelloWorld"<<std::endl;// } void f1() { std::cout<<"a="<<a

2017-09-22 09:05:22 357

原创 python多线程实践

背景:海量数据任务的并发处理,IO较为频繁,所以采用多线程的方式进行处理方案:一个主线程进行任务的分发,另外再独立创建一定数量的并发工作线程代码:# -*- coding: utf-8 -*-__author__ = 'jasonliu''''由于是IO密集型,采用用线程的方式进行处理注意本版本代码仅仅适用于python3'''import hashlibimport jsonimpo

2017-09-21 20:38:09 397

原创 std::vector<string>转string

背景:将vector<string> 在不经过for遍历的前提下转为一个字符串。 方案1: 采用accumulate函数#include <vector>#include <string>#include <numeric>#include <iostream>int main(){ std::string lastdata; std::vector<std::stri

2017-09-16 12:41:33 20736

原创 TCP自连接问题

背景:在更新后端服务的时候,发现服务端口被占用了,然后去排查端口,发现端口形成了自连接。(也可以用netstat -anp|grep 18082) 上述问题就是TCP的自连接问题。所谓TCP自连接,就是出现源ip:源端口和目的ip:目的端口完全相同的情况。 原因在于客户端在连接服务端时,如果没有指定端口号,系统会随机分配一个。随机就意味着可能分配一个和目的端口一样的数字,此时就会出现自连接情

2017-09-16 12:40:24 945

经典模式识别教材matlab代码

《模式识别》,第四版,李晶皎等翻译,电子工业出版社

2012-10-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除