机器学习
文章平均质量分 87
mottled233
愚蠢的初学者
展开
-
【论文笔记】A Theoretically Grounded Application of Dropout in Recurrent Neural Networks(2016)
这篇论文从贝叶斯论的角度分析了RNN网络的优化过程,并以此为基础提出了一种对RNN有效的dropout方法。它用到了近似变分推断的数学方法,这个我啃了好久还是苦于数学能力看得云里雾里。但还是先把笔记记下来吧。1.介绍与现状作者提出,RNN因为缺少正则化,很容易陷入过拟合。现在也有许多这方面的努力,特别是之前还有人基于实验结果提出在RNN上运用dropout效果反而会变差这种结论。作者反驳说这些...原创 2020-02-19 13:42:45 · 1231 阅读 · 0 评论 -
【机器学习(1)】图像识别中的最近邻分类和knn分类
对于识别图像分类问题,我们怎么判断输入一张图片具体归于哪一类呢?假如给你一张猫的照片,你会怎么去分辨这是一只猫?最简单的思路就是:它和现有的猫的相似程度。 但是,这里有个问题,对于人来说,认识这只猫可以通过:猫有爪子,有胡须,耳朵是什么样的,鼻子是什么样的,多大等等特征。 但是,对于机器呢?图片对它们来说,只是一张标明了描述哪一点是什么颜色的矩阵而已!没办法像定义数组排序这种算法一样去...原创 2017-04-06 15:26:26 · 5157 阅读 · 0 评论 -
简单分析线性回归中的梯度下降
对于回归问题,我们的目标是要找到一个模型,或者说hypothesis,使之能够:对于我们一个输入,能够返回我们预期的结果。也就是说,假设在我们的数据集和结论集之间存在一个完美的对应关系f使得所有数据集都能正确得出结果,那我们的模型h应该与f之间的差距尽可能的小。所以,我们靠瞎猜来蒙到这个h肯定是不现实的。我们这时候就会想,虽然我们一开始的模型不怎么贴合f,那么能不能根据已知数据集,一点一点地修...原创 2017-04-06 19:40:04 · 644 阅读 · 0 评论 -
logistic回归原理解析及Python应用实例
转载自feilong_csdn的同名博客点击打开链接logistic回归,又叫对数几率回归(从后文中便可此名由来)。首先给大家强调一点,这是一个分类模型而不是一个回归模型!下文开始将从不同方面讲解logistic回归的原理,随后分别使用梯度上升算法和随机梯度上升算法将logistic回归算法应用到实例中。一、logistic回归和线性回归的关系想必大家也早有疑惑,既然logisti转载 2017-04-06 19:48:54 · 901 阅读 · 0 评论 -
Intel caffe 安装及用gpu训练即去掉CPU-Only的方法
能找到这里估计你也是快被气吐血了intel caffe针对cpu进行了优化,可以达到与gpu相同的性能(据说然而intel caffe编译过程中,若是把CPU_ONLY=1一行注释掉(即intel caffe使用gpu运行) 会出现无数莫名其妙的bug,原创 2017-07-18 20:55:20 · 4455 阅读 · 0 评论 -
【深度学习】实时物体检测框架Single-Shot MultiBox Detector(SSD)(1)概述
目标检测是深度学习图像识别的技术领域,指对单张图片中的物体的类别和位置进行标注。ssd框架是深度学习领域实时准确地识别物体的可实用的网络,具有较高的实用价值和参考价值。本文对ssd的概况和原理进行了简要分析。原创 2017-12-24 23:49:47 · 4280 阅读 · 0 评论 -
【机器学习(2)】K-means算法原理分析及python实现(附代码和数据)
简介K-means算法可以说是机器学习中最基础的算法之一了,大部分人入门机器学习都是从KNN和K-means开始的。本算法的主要目的也是为了分类,但与KNN算法相比,本算法的不同之处在于:数据类型不同,无监督学习。 数据类型不同,指在上一篇文章中,我们使用KNN算法用于图像,而k-means算法适用范围一般不包括图像处理。它主要用来处理的数据类型类似于多维空间中的点,将这些点分类为k簇(...原创 2018-03-19 22:43:10 · 3215 阅读 · 0 评论 -
【深度学习与自然语言处理 01】循环神经网络RNN
开这一个系列,一方面是为了作为自己的笔记,加深理解,希望自己能够坚持;另一方面是因为csdn复制粘贴内容太多,现在百度都难找到什么有用的信息了,开头几页全是一样的。由于是一边学习一边写,在文章中会加入很多自己的理解,并不一定正确,希望大家在多多包涵,在评论区指正。本篇学习过程中参考了很多邱锡鹏老师的《神经网络与深度学习》,这本书对神经网络的推导非常详细,推荐同为入门者的大家阅读。前言深度学...原创 2019-09-29 22:18:13 · 693 阅读 · 0 评论