- 博客(5)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 NumPy数组应用全解
在深度学习的实现中，经常出现数组和矩阵的计算。NumPy的数组类（numpy.array)中提供了很多便捷的方法，在实现深度学习时，我们将使用这些方法。1.导入NumPyNumPy是外部库。这里所说的“外部”是指不包含在标准Python中。因此，我们首先要导入NumPy库。>>>import numpy as npumPython中使用import语句来导入库。这里的import numpy as np,直译的话就是“将numpy作为np导入”的意思。通过写成这样的形式.
2021-04-01 10:00:47
541
1
转载 逻辑回归(logistics regression)详解#通俗易懂
原文链接：https://blog.csdn.net/weixin_39445556/article/details/83930186逻辑回归(logistics regression)前几章分别讲了多元线性回归的推理思路和求解过程(解析解求解和梯度下降求解),文章并不以代码和公式推导过程为重点,目的是跟大家一起理解算法.前两章的内容是学习算法的基础,所以本章会在前两章的基础上讨论逻辑回归(logistics regression).逻辑回归也属于有监督机器学习....
2021-03-12 16:27:02
2165
转载 看完深刻理解梯度下降的原理#一定要看
看到好文章当然要分享啦，之前一直觉得梯度下降特别抽象难理解，看到这篇文章，顿悟啦，在此附上转载地址！（\抱拳)梯度的方向为什么是函数值增加最快的方向？ - 姚远的文章 - 知乎 https://zhuanlan.zhihu.com/p/38525412...
2021-03-11 20:03:49
128
原创 随机森林+python代码实现
集成学习集成学习通过构建并结合多个分类器来完成学习任务。集成学习通过将多个学习器进行结合，常可获得比单一学习器更好的泛化性能。这对“弱分类器”尤为明显。强弱分类器一个分类器的分类准确率在60%-80%，即：比随机预测略好，但准确率却不太高，我们可以称之为“弱分类器”，比如CART（classificationandregressiontree分类与回归树）。反之，如果分类精度90%以上，则是强分类器。西瓜书上说：弱学习器常指泛化性能略优于随即猜测的学习器（例如在二分类问题上精度略高于50%...
2021-03-10 16:43:35
4116
原创 BP神经网络python代码实现#超详细-小白快速入门
注释为当前行的注释或者是下一行的注释。import numpy as np#科学计算的基础包# 定义sigmoid函数及其求导，deriv=False时进行前向传播的运算，deriv=True进行反向传播的运算# 即当derive为假时，不计算导数，反之计算，控制传播方向。def sigmoid(x, deriv=False): if (deriv == True):# 求导 return x * (1 - x)#这里x=1/（1+exp（-x）），是sigmoid函.
2021-03-10 16:07:51
2911
5
空空如也
这个广告为什么不能关闭
2021-07-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人