- 博客(12)
- 收藏
- 关注
原创 西瓜书《学习笔记》-第六章支持向量机
支持向量机(Support Vector Machine简称SVM)感觉是一个很难理解的方面,他的过程重点是在数学建模的过程。我在这次笔记中对概念性的知识大概描述,对数学推导的过程着重学习。
2020-05-24 08:02:57
194
原创 TextCNN代码解析
TextCNN是神经网络的“衍生物”,它的经典之处就是加入了“卷积”和“池化”。我这次使用的采用Word2_vec+CNN进行解析,比较部分地方比较了传统的CNN和未经过Word2_vec的的处理差别。这次学习让我进步很大,学到许多新的概念。我尝试对TextCNN进行复现和理解,有不正确的地方欢迎大家指正。
2020-03-09 21:37:37
817
1
原创 卷积神经网络CNN——与众不同的句句精讲
近期再做一篇有关CNN的论文复现,所以整理了CNN的有关知识,上篇介绍了神经网络,这篇博文将介绍神经网络中经典的分类器卷积神经网络。希望我的论文复现早日成功~????
2020-03-02 10:19:10
362
原创 西瓜书《学习笔记》-第五章神经网络
序言 最近学习计划有些被打乱,想了半天还是该继续看完这本书。正好准备复现一篇有关CNN卷积神经网络论文 ,所以正好把学过的神经网络进行复习。1神经元模型 这是最经典的M-P神经元模型,x1,x2,x3...xnx_1,x_2,x_3...x_nx1,x2,x3...xn是其他神经元传递出来的信号。多个这样的神经元组合在一起就构成了神经网络。 来自其他地方的神经元输入信号x1...
2020-02-28 11:34:23
368
转载 pytorch的安装
自己安装了pytorch,安了快两天总是HTTP协议不通过,翻墙下载也不行。今天再次安装没有出现HTTP的问题,出现了anaconda关闭了官方镜像的问题:You will need to adjust your conda configuration to proceed.Use conda config --show channels to view your configuration’s...
2020-02-15 15:43:24
161
原创 西瓜书《学习笔记》-第三章线性模型
(注:线性回归简单的理解已经在线性回归算法中简单介绍了,本文会部分引用。)基本形式 简单来说线性模型就是基于线性函数进行的一种预测,其函数形式为: f(x)=ωTx+bf_(x)=\omega^Tx+bf(x)=ωTx+b 其中的ω\omegaω和bbb是学习后得到,确定了两个参数就形成了模型。线性回归 在线性回归中,分为两种:①输入的属性数目只有一个,我...
2020-02-03 23:34:59
233
原创 西瓜书《学习笔记》-第二章模型评估与选择(未完待续)
涉及概念过拟合:当学习器把训练样本学的“太好”了的时候,很可能已经把训练样本本身的一些特点当作了所有潜在样本都会具有的一般性质,这样就会导致泛化性能下降。(简单来说就是机器已经悟透了训练集,但是它不知道这个只适用于训练集,而不是所有的样本,就会导致它在其他样本上的效果不理想,即泛化性能下降)验证集:模型评估与选择中用于评估测试的数据集常称为“验证集”。性能度量:衡量模型泛化能力的评价标准。...
2020-02-02 20:31:09
290
原创 线性回归算法
size in feet²(x)price($)in 1000‘s(y)210446014162321534315852178m→训练样本的数目 (例如上述表格有四行就有4个样本数目,有多少行就有多少样本数目)x‘s→输入变量或者目标变量y’s→输出变量或者目标变量(x,y)则表示一个训练样本1概念:线性回归就是分析特征和目标之间的关系...
2020-02-01 22:27:08
250
原创 西瓜书《学习笔记》-第一章绪论
基本术语数据集:就是描述一个事物的相关数据的集合。 例如: 西瓜1——绿色——三斤——清脆 西瓜2——暗绿——两斤——沉闷 上面两条描述西瓜的特点就是有关西瓜的数据集。示例:其中的一条描述事物的数据称为示例,也叫作样本。属性值:其中的每个特性都叫作属性值。如:绿色、三斤、清脆...训练集:训练样本组成的集合分类classification:若我们...
2020-02-01 22:26:19
136
原创 无监督学习unsupervised learning
#1概念:我的理解就是对于一群不知道是什么的东西进行聚类。它和监督学习的区别时没有属性或标签这一概念。#2比如:①Google新闻会把有关“石油”的新闻进行聚类,呈现出来,即自动的进行分类。②无监督学习还有一个典型的例子就是鸡尾酒会问题(声音的分离),在这个酒会上有两种声音,被两个不同的麦克风在不同的地方接收到,而可以利用无监督学习来分离这两种不同的声音。注意到这里是无监督学习的原因是,事先并不...
2020-01-30 23:07:53
173
1
原创 监督学习supervised learning
#1定义:给出一个算法,需要部分数据集已经有正确答案。比如给定房价数据集:对于里面的每个数据,算法都知道对应的正确房价,即这个房子最终卖出的价格。#2总结:监督学习实际上就是通过一种算法,在给定的数据集中直接做出一种结果的计算,当你输入一个条件时,直接根据计算结果得出结论。##比如:①房屋大小 与 出售价格 的关系:已有的数据→算法→所有的出售价格,当我想要知道100㎡可以卖多少钱时,可以直接...
2020-01-30 18:55:10
1369
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人