机器学习
ludanwss0716
横蛮善变柔弱天真
展开
-
Tensorflow01:简单线性模型
1、一个Tensorflow图由以下几个部分组成: 占位符变量(Placeholder)用来改变图的输入。 模型变量(Model)将会被优化,使模型表现的更好。 模型本质上就是一些数学函数,它根据Placeholder和模型的输入变量计算一些输出。 一个cost度量来指导变量的优化。 一个优化策略会更新模型的变量。 2、Placeholder...原创 2019-08-26 14:59:50 · 132 阅读 · 0 评论 -
tensorflow模型压缩
1、下载tensorflow源码,并用bazel编译git clone https://github.com/tensorflow/tensorflow.gitbazel build tensorflow/tools/graph_transforms:transform_graphbazel build tensorflow/tools/quantization:quantize_gra...原创 2019-08-26 15:01:53 · 402 阅读 · 1 评论 -
《百面机器学习》读书笔记
1、特征工程数据和特征决定了结果的上界,模型、算法的选择及优化则是在逐步接近这个上界。特征工程旨在去除原始数据中的杂质和冗余,设计更高效的特征以刻画求解的问题与预测模型之间的关系。结构化数据 & 非结构化数据1.1why特征归一化线性函数归一化:对原始数据线性变换使结果映射到[0,1]范围零均值归一化:映射到均值为0,标准差为1的分布上如果不归一化,两种数值特征...原创 2019-08-26 15:03:49 · 218 阅读 · 0 评论 -
机器学习模型三大评估指标:准确率、精度、召回率
1、混淆矩阵二分类任务中用准确率、精度和召回率三大指标评估模型性能,在介绍这些概念之前先介绍混淆矩阵的概念。二分类的混淆矩阵包含四个值:真正例(TP)、假正例(FP)、真反例(TN)、假反例(FN)。如果将一个数据点预测为正例,但它实际是反例,那么它就是一个假正例。 混淆矩阵 真实值 Positive Neg...原创 2019-08-26 15:08:43 · 3490 阅读 · 0 评论 -
维度灾难与过拟合
1、介绍考虑一个例子,对图片分类为猫、狗两类,通过皮毛的颜色(rgb)设计一个简单的线性分类器:If 0.5*red+0.3*green+0.2*blue>0.6: return cat;else: return dog;发现增加更多特征后,分类器的效果并没有变的一直上升,反而特征数量超过一定值时分类器效果下降,即“维度灾难”。 ...原创 2019-08-26 15:24:16 · 727 阅读 · 0 评论 -
bug伴我每一天
1、ValueError: could not broadcast input array from shape (224,224,3) into shape (224,224)solution: png图像是(height, width,4)RGBA而jpg图像是(height, width,3)RGB但转换文件类型无法改变通道数量,需要重新用numpy数组处理或者把占少数的png图...原创 2019-08-26 15:26:51 · 245 阅读 · 0 评论 -
python版本管理
Mac上自带python版本为python2.7,可以利用python命令直接查看。由于Mask RCNN模型的训练要求python3.4+版本,周一时我用homebrew安装了一个python3.7版本,并基于该版本利用pip3命令安装了许多第三方包,pip3安装的软件包可在/usr/local/lib/python3.7/site-packages中查看,与此类似,pip安装的软件包在/usr...原创 2019-08-26 15:27:32 · 193 阅读 · 0 评论