- 博客(7)
- 资源 (1)
- 收藏
- 关注
原创 机器学习笔记-6.5逻辑回归的代价函数及其求导
0- 背景定义逻辑回归的代价函数时,不能够像线性回归那样,否则代价函数变成一个非函数,难以收敛到全局最优。1- 线性回归代价函数:线性回归中的代价函数: J(θ)=12m∑i=1m(yi−hθ(xi))2J(\theta )=\frac{1}{2m}\sum_{i=1}^{m}(y^{i}-h_{\theta }(x^{i}))^{2}线性回归代价函数的实际意义就是平方误差。
2018-01-21 16:04:47 8071
原创 第4门课程-卷积神经网络-第四周作业(图像风格转换)
0- 背景所谓的风格转换是基于一张Content图像和一张Style图像,将两者融合,生成一张新的图像,分别兼具两者的内容和风格。 所需要的依赖如下:import osimport sysimport scipy.ioimport scipy.miscimport matplotlib.pyplot as pltfrom matplotlib.pyplot import i...
2018-01-20 16:12:42 2149 3
原创 第4门课程-卷积神经网络-第四周作业(人脸识别)
1- 背景FaceNet从神经网络中学习到以128维度的向量对人脸图像进行表示。通过对比两个向量的相似度,从而确定两者是否是同一个人。 本文中将采用 triplet loss function(三元组的损失函数),且采用一个预训练的模型对图像进行编码矢量化;在此基础上,再进行人脸的校验(face verification )和识别(face recognition)。
2018-01-20 09:15:29 3119 1
原创 第4门课程-卷积神经网络-第三周作业(机器视觉中物体检测)
0- 背景:本文主要介绍在自动驾驶中常用的车辆探测模型YOLO模型。 本文依赖的包如下:import argparseimport osimport matplotlib.pyplot as pltfrom matplotlib.pyplot import imshowimport scipy.ioimport scipy.miscimport numpy as npi...
2018-01-17 22:46:46 3167 1
原创 第4门课程-卷积神经网络-第二周作业1-基于Keras的人脸表情分类
0- 背景:从人脸图像中的表情判断一个人是否快乐。本文将基于Keras实现该功能。Keras是一个更高级的API,其底层框架可以是TensorFlow或者CNTK。1-数据加载:导入依赖的库:import numpy as np#import tensorflow as tffrom keras import layersfrom keras.layers import In
2018-01-10 21:34:33 1518 3
原创 第4门课程-卷积神经网络-第一周作业2(基于卷积神经网络的手势分类)
0- 背景本文介绍基于TensorFlow的卷积神经网络及其具体应用实例。1-数据导入:# Loading the data (signs)X_train_orig, Y_train_orig, X_test_orig, Y_test_orig, classes = load_dataset()
2018-01-08 21:45:49 2457 5
原创 第4门课程-卷积神经网络-第二周作业2(基于残差网络的手势分类)
0- 背景本文介绍基于残差网络的深层卷积神经网络,Residual Networks(ResNets)。 从理论上分析,神经网络层数越多,可以表示更复杂的模型函数。CNN能够提取low/mid/high-level的特征,网络的层数越多,意味着能够提取到不同level的特征越丰富。并且,越深的网络提取的特征越抽象,越具有语义信息。 但是在实际训练中,深层的神经网络很难训练。单纯增加网络层数...
2018-01-07 17:55:29 2901 4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人