![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
IT乐手
从事互联网行业的音乐玩家,音乐和美酒都能让人沉醉
展开
-
Python绘制指数加权平均线
以下是绘制指数加权平均线的 Python 代码# -*- coding: utf-8 -*-import numpy as npnp.random.seed(1337) # for reproducibilityimport matplotlib.pyplot as plt # 可视化模块#解决中文显示问题plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体plt.rcParams['axes.unicode_minus'] = False原创 2020-08-22 15:13:34 · 1420 阅读 · 0 评论 -
神经网络优化器的比较
下面是各种优化器的对比效果,包含 gd, momentum, nesterovPython 代码示例# -*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as plt# 待解决的函数def f(x,y): return x * x + 50 * y * y# f(x,y) 的全导数def g(x): return np.array([2 * x[0], 100 * x[1]])def gd原创 2020-08-21 16:39:41 · 471 阅读 · 0 评论 -
python keras 各种激活函数对应的图像
激活函数tanh# -*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as pltfrom keras import backend as Kx = np.linspace(-3,3,100)y = K.tanh(x)plt.plot(x, y, 'b', label = "y = tanh (x)")plt.legend()plt.grid()plt.show()tanh 对应图像relu#原创 2020-07-29 17:41:50 · 1265 阅读 · 0 评论 -
python生成分类和聚类样本
使用 make_classification 生成分类样本# -*- coding: utf-8 -*-from sklearn.datasets.samples_generator import make_classificationimport matplotlib.pyplot as plt###生成的数据如下图所示###plt.figureX,y= make_classification(n_samples=300, # 样本个数 n原创 2020-07-16 17:28:57 · 763 阅读 · 0 评论 -
基于keras和tensorflow训练神经网络学习加法
# -*- coding: utf-8 -*-from keras.models import Sequential from keras.layers import Denseimport numpy as npimport randomdef generateData(): i = 1 X =[] Y = [] while i < 1000: t1 = random.randint(0,1000) t2 = rando原创 2020-07-15 12:28:39 · 307 阅读 · 0 评论 -
基于keras的神经网络线性回归拟合
# -*- coding: utf-8 -*-import numpy as npnp.random.seed(1337) # for reproducibilityfrom keras.models import Sequentialfrom keras.layers import Denseimport matplotlib.pyplot as plt # 可视化模块# 创建数据# create some dataX = np.linspace(-1, 1, 200)np.ran原创 2020-07-15 12:01:50 · 427 阅读 · 0 评论 -
anaconda下载tensorflow超时问题
使用以下镜像代理安装就能飞快python -m pip install tensorflow -ihttp://pypi.douban.com/simple --trusted-host pypi.douban.com原创 2020-07-15 11:32:37 · 266 阅读 · 0 评论 -
使用Tensorflow 2.0实现单层神经网络训练
# -*- coding: utf-8 -*-"""Created on Fri Jun 5 17:24:46 2020"""import tensorflow as tfimport matplotlib.pyplot as pltclass Model(object): def __init__(self): # 初始化变量值为(5.0, 0.0) # 实际上,这些变量应该初始化为随机值 self.W = tf.Variable(5.0) self.原创 2020-06-10 16:25:08 · 252 阅读 · 0 评论 -
通过神经网络实现线性回归的拟合
训练过程只训练一轮的算法是:for 循环,直到所有样本数据使用完毕:1.读取一个样本数据2.前向计算3.反向传播4.更新梯度Python 代码实现# -*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as pltclass SimpleDataReader(object): def __...转载 2020-02-16 00:20:19 · 1615 阅读 · 0 评论 -
通过梯度下降实现线性回归的拟合
数学原理在下面的公式中,我们规定 xxx 是样本特征值(单特征),yyy 是样本标签值,zzz 是预测值,下标 iii 表示其中一个样本。预设函数(Hypothesis Function)为一个线性函数:zi=xi⋅w+bz_i=x_i⋅w+bzi=xi⋅w+b &nbs...转载 2020-02-14 01:41:50 · 827 阅读 · 0 评论 -
Python绘制正态分布(高斯分布)
参考资料https://baike.baidu.com/item/%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83/829892?fr=aladdin一维正态分布若随机变量 XXX 服从一个位置参数为 μ\muμ 、尺度参数为 σ\sigmaσ 的概率分布,且其概率密度函数为f(x)=12πσexp(−(x−μ)22σ2)f(x) ={1\over \sqrt...原创 2020-02-07 17:57:55 · 5417 阅读 · 0 评论 -
通过梯度求平方根
梯度下降梯度下降(Gradient descent)一阶最优化算法,让参数沿着 损失函数 的 负梯度 方向更新。迭代的步长 (学习率) 是事先给定的,如果负梯度的绝对值越大,这次更新的幅度也会越大,越接近极值点时,负梯度会越小,这时更新就会越慢。给定一个数 nnn ,求 nnn 的平方根 xxx,所以有x2x^2x2 = n那么,我们可以得出误差函数为E(x)=(n−x2)2E(x) ...原创 2020-02-03 20:38:14 · 1822 阅读 · 0 评论