- 博客(6)
- 收藏
- 关注
RSS订阅转载 CNN卷积神经
通俗理解卷积神经网络（cs231n与5月dl班课程笔记）2 人工神经网络2.1 神经元 神经网络由大量的神经元相互连接而成。每个神经元接受线性组合的输入后，最开始只是简单的线性加权，后来给每个神经元加上了非线性的激活函数，从而进行非线性变换后输出。每两个神经元之间的连接代表加权值，称之为权重（weight）。不同的权重和激活函数，则会导致神经网络不同的输出。 举个手写识别的例子，给定一个未知数字，让神经网络识别是什么数字。此时的神经网络的输入由一组被输入图像的像素所激活的输入神经...
2022-05-01 21:55:16
153
转载 反向传播BP
最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英文版，然后又找了些资料看，才发现，中文版的译者在翻译的时候会对省略的公式推导过程进行补充，但是补充的又是错的，难怪觉得有问题。反向传播法其实是神经网络的基础了，但是很多人在学的时候总是会遇到一些问题，或者看到大篇的公式觉得好像很难就退缩了，其实不难，就是一个链式求导法则反复用。如果不想看公式，可以直接把数值带进去，实际的计算一下，体会一下这个过程之后再来推导公式，这样就会觉得很容易了。
2022-05-01 15:28:35
132
原创 常见的损失函数(loss function)总结
yyHaker损失函数用来评价模型的预测值和真实值不一样的程度，损失函数越好，通常模型的性能越好。不同的模型用的损失函数一般也不一样。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。常见的损失函数以及其优缺点如下：0-1损失函数(zero-one loss)0-1损失是指预测值和目标值不相等为1， 否则为0:特点：(1)0-1损失函数直接对应分类判断错误的个数，但是它是一个非..
2022-03-20 20:38:19
499
转载 【机器学习-斯坦福】学习笔记7 - 最优间隔分类器问题 转maverick
最优间隔分类器问题本次课程大纲：1、 最优间隔分类器2、 原始优化问题&对偶优化问题（KKT条件）3、 SVM对偶问题4、 核方法（下一讲）复习：支撑向量机中改动的符号：输出y∈{-1,+1}h输出的假设值也改为{-1,+1}g(z) = { 1 , 如果z>=0; -1, 如果z<0}hw.b(x)=g(wTx+b)，这里的b相当于原来的θ0，w相当于原来θ除去θ0剩余部分，长度为n维。将截距b单提出来，方便引出支撑向量机。函数.
2022-03-20 15:39:59
136
转载 【机器学习-斯坦福】学习笔记6 - 朴素贝叶斯 转maverick
朴素贝叶斯本次课程大纲：1、 朴素贝叶斯- 朴素贝叶斯事件模型2、 神经网络（简要）3、 支撑向量机（SVM）铺垫 – 最大间隔分类器复习：1、 朴素贝叶斯一种生成学习算法，对p(x|y)建模。例：垃圾邮件分类以邮件输入流作为输入，输出y为{0,1}，1为垃圾邮件，0为非垃圾邮件。将邮件文本表示为一个输入向量x1） xi∈{0,1}，表示字典中的第i个词是否出现在邮件中2） x长度为n，n为字典的词数3） 该模型称为多元...
2022-03-20 15:24:07
102
转载 【机器学习-斯坦福】学习笔记1 - 机器学习的动机与应用 转maverick 1990
机器学习的动机与应用工具：需正版：Matlab，免费：Octave定义（Arthur Samuel 1959）：在不直接针对问题进行编程的情况下，赋予计算机学习能力的研究领域。例：Arthur的下棋程序，计算走每一步获胜的概率，最终打败程序作者本人。（感觉使用决策树思想）定义2（Tom Mitchell 1998）：一个合理的学习问题应该这样定义：对一个计算机程序来说，给它一个任务T和一个性能测量方法P，如果在经验E的影响下，P对T的测量结果得到了改进，那么就说改程序从E中学
2022-03-19 20:50:16
47
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