神码不是浮云

机器学习（0001）机器学习的先导知识距离上篇机器学习文章（0000）已经有4个月了，一直没有写第二篇。原因是这样的：1.忙公司任务 2.学习这个知识需要许多先导知识 3.懒惰，激情已经散尽。。。这4个月来，已经写了一个类似于人工智能的程序，但是效果不太理想。然后转向Python的学习，原因是有一些人工智能框架是基于Python的。其实可以直接开始学习人工智能框架的，但是学了一点后

机器学习0003 简单神经元我们从学前班开始接触数学，小学学习了一元一次方程，初中开始学习了一次函数二次函数和多元方程二次方程，高中和大学学了更多关于方程和函数的知识，特别是高等数学中，讲述了函数和方程更深入的知识。也许每一个有思想的人都曾思考过：学这些有什么用？实际上，数学很有用，可以解决各种生活中的问题：买菜，最优化问题，游戏...对于某些编程语言来说，万事万物皆为对象。对于数学来

机器学习0004 Tensorflow中产生tensor的函数最近在学习tensorflow，学习过程中有好多不懂的，产生tensor就是其中之一，下面是今天整理的，所有内容都在代码和注释中，其他废话不多说。----------------import tensorflow as tfimport numpy as npsess=tf.Session()#

机器学习0006 训练需要多少标注数据之前我也不清楚究竟需要多少训练数据，觉得是越多越好。最近看过一篇文章，并不是自己试验出来的结论，我觉得这个结论比较靠谱。1.一般情况下，每类给定5000标注样本，可以训练出可接受性能的模型。2.至少有1000万标注数据的情况下，可以训练出与人类水平接近或超越人类水平的模型。

机器学习0007 每次应该训练多少数据batch_size应该设成多少下面是整理的一些经验：1.batch_size 的值越大，训练（收敛）速度越快；batch_size 的值越小，训练（收敛）速度越慢。2.batch_size 的值越小，模型泛化能力越好；batch_size 的值越大，模型泛化能力越差。3.batch_size=1时，模型很难收敛，可能不收敛。只有很

机器学习0002 安装Tensorflow不得不说我的运气真这次真的不好，踩了好几个坑，安装之前应该认真阅读官方文档。这里以我安装Tensorflow为例，本人计算机是Windows10 64位操作系统，之前安装过基于Linux的Tensorflow安装的。Tensorflow有两个版本，一个是基于cpu的，一个是基于gpu的基于cpu的安装比较容易。gpu版本跑起来速度会快一些。

机器学习0008 读取图像数据        绝大多数机器学习初学会有这样的疑问，怎么读取图像数据？曾经我也有过。在开始机器学习之前，我在做简单的图像处理。主要任务是写photoshop中的绝大多数算法：亮度，模糊，融合方式，计算图像边缘等。已经很了解图像了，在使用Python时，还是不清楚应该怎么做。一般很多机器学习的例子中，已经给好了数据，跑一跑，看个结果，然后就没有了然后...由

以后决定进军机器学习领域，这篇文章是这个系列的文章的初始篇，算是这个类别文章的Hello World吧。       我宣布，从今天（2017年5月10日）起，我要开始学习机器学习相关的知识了！这是一个激动人心的时刻，就像当年初次加入少先队员队列时的宣誓一样激动（当年是不是很激动我已经忘记了，但是入团我记得是学校要求的，入党我觉得我觉悟太低，不能做到全心全意为人民服务，并没有选择申请）。迎着五

机器学习入门0005 tensorflow_NMT模型1.简介nmt（Neural Machine Translation）是一个序列到序列的模型。可以用来做【聊天机器人】，【翻译】，【关键词提取】，【文章摘要】，【图像描述】等功能。用法简单，只需要安装Tensorflow1.4+ 版本即可运行。这个地址是Tensorflow 官方github https://github.com/tensorf...