- 博客(6)
- 收藏
- 关注
RSS订阅转载 机器学习中常见的损失函数
损失函数是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项，通常可以表示成如下式子： 其中，前面的均值函数表示的是经验风险函数，L代表的是损失函数，后面的Φ是正则化项或者叫惩罚项，...
2018-04-27 01:14:00
199
转载 关于过拟合的问题
关于过拟合的问题 1、什么是过拟合？ 过拟合（overfitting）是指学习时选择的模型所包含的参数过多（即模型容量很大），以至于出现这一模型对已知数据预测得很好，但对未知数据预测得很差的现象。 2、产生过拟合的原因 产生过拟合的主要原因可以有以下三点： 1)数据有噪声 为什么数据有噪声，就可能导致模型出现过拟合现象呢？这是因为，当噪声数量在训练集中占有相当大的比例...
2018-04-27 01:09:00
288
转载 经典卷积网络模型 — VGGNet模型笔记
一、简介 VGGNet是计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研究的深度卷积神经网络。VGGNet探索了卷积神经网络深度与性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层，VGGNet成功地构筑了16~19层（这里指的是卷积层和全连接层）深度卷积神经网络。到目前为止，VGGNet主要用来进行提取...
2018-04-27 00:56:00
341
转载 经典卷积网络模型 — AlexNet模型笔记
谁创造了AlexNet? AlexNet是有Hinton大神的弟子Alex Krizhevsky提出的深度卷积神经网络。它可视为LeNet的更深更宽的版本。 AlexNet主要用到的技术 成功使用ReLU作为CNN的激活函数，并验证了其效果在较深的神经网络超过了sigmiod,成功解决了sigmoid在网络较深时的梯度弥散问题。 训练时候使用Dropout以一定概率随机失...
2018-04-26 21:33:00
181
转载 （转）关于bootstrap, boosting, bagging，Rand forest
转自：https://blog.csdn.net/jlei_apple/article/details/8168856 这两天在看关于boosting算法时，看到一篇不错的文章讲bootstrap, jackknife, bagging, boosting, random forest 都有介绍，以下是搜索得到的原文，没找到博客作者的地址， 在这里致谢作者的研究。 一并列出一些...
2018-04-25 17:25:00
146
转载 TensorFlow计算模型—计算图
TensorFlow是一个通过计算图的形式来表述计算的编程系统。其中的Tnesor,代表它的数据结构，而Flow代表它的计算模型。TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的线描述了计算之间的依赖关系。 在TensorFlow程序中，系统会自动维护一个默认的计算图，通过tf.get_default_gragh函数可以获取当前默认的计算图。 除了默认的...
2018-04-13 22:09:00
121
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