![](https://img-blog.csdnimg.cn/20190918135101160.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
AI之路的专项问题
文章平均质量分 96
对于在学习AI中遇见的重要的专项问题,会以原创或转载的方式,用最浅俗易懂的语言为你解答
nine_mink
算法,代码,语言,软件
展开
-
一文带你熟悉简单实用的Python科学计算库NumPy
NumPy(Numerical Python) 是科学计算基础库,提供大量科学计算相关功能,比如数据统计,随机数生成等。其提供最核心类型为多维数组类型(ndarray),支持大量的维度数组与矩阵运算,Numpy 支持向量处理 ndarray 对象,提高程序运算速度。原创 2022-11-02 22:54:37 · 790 阅读 · 0 评论 -
K-means算法和KNN算法的区别
KNN算法是分类算法,分类算法肯定是需要有学习语料,然后通过学习语料的学习之后的模板来匹配我们的测试语料集,将测试语料集合进行按照预先学习的语料模板来分类K-means算法是聚类算法,聚类算法与分类算法最大的区别是聚类算法没有学习语料集合。K-means算法K-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据他们的属性分为k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。详细可以参考我的这篇博文:Python机器学习K-means..原创 2021-01-12 09:31:19 · 702 阅读 · 0 评论 -
通俗理解BN(Batch Normalization)
1. 深度学习流程简介1)一次性设置(One time setup)- 激活函数(Activation functions) - 数据预处理(Data Preprocessing) - 权重初始化(Weight Initialization) - 正则化(Regularization:避免过拟合的一种技术) - 梯度检查(Gradient che...原创 2020-04-01 22:04:04 · 3321 阅读 · 0 评论 -
神经网络中的隐藏层
问题神经网络中隐层有确切的含义吗?还是说神经网络的内部结构只能是黑盒,我们无从得知自己训练的每一个隐层节点权重的确切含义呢。一层隐层网络就是一层特征层次,每一个神经元可以类似看作一个特征属性。先解释一层隐层网络就是一层特征层次这一点,有一点拗口。这在传统的神经网络中还不是很明显,在CNN中尤为明显。要明白这一点,首先得理解感受野。感受野是指CNN卷积核在卷积过程中关注的区域,比如第一层5×...原创 2020-03-31 22:22:49 · 15186 阅读 · 2 评论 -
手动实现用L2正则化防止过拟合
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。本文链接:https://blog.csdn.net/liangyihuai/article/details/78811664在神经网络中,正则化的作用是防止过拟合,本文将结合一个实例来讲解神经网络中的L2正则化,并手动(不使用框架)实现出来。先来看代码运行结果:增加L2正则化之前...原创 2020-03-26 20:04:49 · 1133 阅读 · 1 评论 -
神经网络的权重初始化为什么要随机
在神经网络中,我们知道输入层的节点个数在就是输入数据个特征(feature)个数,在隐藏层,节点的个数也代表着数据在经过处理之后新”提取“出来的数据特征(feature),一个隐藏层的节点个数越多,意味着这一层所提取的新特征越多。用下面这个图片说明上图中输入层的有两个节点,表示只有两个特征输入神经网络中,经过第一个隐藏层处理之后,变成了四个新特征(因为隐藏层有四个节点),最后再对这四个新特征处...原创 2020-03-26 19:54:04 · 1628 阅读 · 1 评论 -
[比较具体]机器学习中的激活函数
前言之前我发过一个通俗易懂的激活函数讲解,现在对于那一篇讲激活函数的博文,我再做一个补充。这篇博文讲激活函数更加具体,对于如何使用激活函数,以及如何实现激活函数,都有很大的帮助。激活函数使用一个神经网络时,需要决定使用哪种激活函数用隐藏层上,哪种用在输出节点上。到目前为止,之前的笔记中只用过sigmoid激活函数,但是,有时其他的激活函数效果会更好。Sigmoid和Tanh函数在神经网...原创 2020-03-26 18:29:06 · 402 阅读 · 0 评论 -
过拟合问题
前言一开始,我在用自己学到的各种模型对数据做预测时,有时候自己的模型与训练数据拟合的非常好,但在测试样例中却表现的很糟糕。是模型不够好?数据有问题?于是我就换用更复杂的模型,在神经网络中也尝试不断地增加层数,结果模型与训练数据拟合的越来越好,但在测试样例中表现的越来越糟糕。这是我曾经踏入的一个误区,总以为模型和算法是机器学习的核心,不知不觉就陷入了所谓的过拟合(Overfitting)陷阱...原创 2020-03-22 21:17:16 · 1127 阅读 · 0 评论 -
[通俗易懂]机器学习中的激活函数
十分形象地讲:神经网络的激活函数(activation function)是一群空间魔法师,扭曲翻转特征空间,在其中寻找线性的边界。如果没有激活函数,那么神经网络的权重、偏置全是线性的仿射变(affine transformation):这样的神经网络,甚至连下面这样的简单分类问题都解决不了:在这个二维特征空间上,蓝线表示负面情形(y=0),绿线表示正面情形(y=1)没有激活函数的加...原创 2020-03-12 23:14:08 · 517 阅读 · 0 评论 -
Keras - 五步快速入门深度学习
有监督学习,无监督学习,分类,聚类,回归神经元模型,多层感知器,BP算法目标函数(损失函数),激活函数,梯度下降法全连接网络、卷积神经网络、递归神经网络训练集,测试集,交叉验证,欠拟合,过拟合数据规范化其他我还没想到的东西……想到再补充...转载 2020-03-11 22:41:04 · 714 阅读 · 0 评论 -
Python中如何安装Libsvm模块(Win10环境)
前言学习SVM普遍用到的软件库就是Libsvm了,我们都知道在Linux下的Libsvm模块非常好装,只需要先从网站下载LibSVM的安装包,然后解压。从终端进入解压目录,输入 make。cd python/make好了,搞定!为了测试是否成功,在终端启动python,输入:import svm完事。但是,如果是在Windows环境下,就麻烦的多刚开始,我想把libsvm当成一...原创 2020-03-09 18:24:05 · 6659 阅读 · 8 评论 -
Python机器学习K-means聚类算法
概述K-means聚类算法也称k均值聚类算法,是集简单和经典于一身的基于距离的聚类算法。它采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。该算法认为类簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。核心思想K-means聚类算法是一种迭代求解的聚类分析算法,其步骤是随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每...原创 2020-03-09 12:27:40 · 376 阅读 · 0 评论 -
Python中机器学习库Tensorflow官方中文文档和Scikit-learn官方中文文档
Tensorflow官方中文文档Scikit-learn官方中文文档原创 2020-03-07 22:43:33 · 140 阅读 · 0 评论 -
Python数据可视化库Matplotlib
前言python的数据可视化库,Matplotlib,是一个Python的2D绘图库。通过这个库,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率图,条形图,错误图,散点图等等一点一点画一张图首先我们有一组数据如下:我们可以看到,这组数据有日期,还有日期对应的值,因为这组数据中的日期格式不是标准的日期格式那么我们对数据做一下转换,取1948年的整年的数据,来进行一个绘图操作im...原创 2020-03-07 22:14:40 · 2537 阅读 · 4 评论 -
(讲解+实例)带你熟悉Python中的数据分析库Pandas
pandas模块简介pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。Pandas中常见的数据结构有两种:SeriesDateFrame类似一维数组的对象类似多维数组/表格数组;每列数据可以是不同的类型;索引包括列索引和行索引。Series构建Series:ser_...原创 2020-03-07 20:52:46 · 2935 阅读 · 0 评论 -
Python报错日志:Warnings模块简介
前言这两天开始学习机器学习,在完成鸢尾花数据集的模型建立的时候,报出来一大堆的FutureWarning,虽然不影响数据,但是看着十分碍眼,所以使用Wainings模块将其屏蔽掉:from warnings import simplefilter# 使用 warnings 抑制第三方警告simplefilter(action='ignore', category=FutureWarning...原创 2020-03-07 10:04:53 · 4752 阅读 · 0 评论