2018年03月_YasinQiu

原创 [Tensorflow] 深层神经网络

1. 定义维基百科对深度学习的定义: 一类通过多层非线性变换对高复杂性数据建模算法的合集.2. 激活函数实现去线性化tensorflow提供了7种不同的非线性激活函数, 常见的有tf.nn.relu, tf.sigmoid, tf.tanh. 用户也可以自己定义激活函数..3. 损失函数的定义3.1 经典损失函数3.1.1 交叉熵用途: 刻画两个概率分...

2018-03-31 17:29:29 289

原创 [Linux] pip命令

pip的功能是安装python包.python2和python3共存时如何使用pip查看python2/3已经安装好了的pip$ python2 -m pip list$ python3 -m pip list安装python2/3的pip$ python2 -m pip install numpy$ python3 -m pip install numpy...

2018-03-31 13:56:55 2378 1

原创 [Linux] 设置默认python

linux中往往会安装很多个版本的python, 所以会牵扯到默认python的设置问题. 主要是设置系统环境变量的问题.1. 查看当前默认python版本直接在terminal中输入”python”$ pythonPython 2.7.14 (default, Sep 23 2017, 22:06:14) [GCC 7.2.0] on linux2Type "help", "c...

2018-03-31 09:23:02 5764 1

原创 [Linux] 环境变量

参考: https://www.cnblogs.com/aaronLinux/p/5837702.html1. 环境变量的格式PATH=$PATH : PATH_1 : PATH_2 : PATH_3 : … : PATH_N2. 查看环境变量echo $PATH3. 添加环境变量3.1 临时添加环境变量(终端关闭后会丢失)export PATH=NEW_PATH :...

2018-03-30 20:22:30 148

原创 [Python] setup.py

参考 https://www.cnblogs.com/maociping/p/6633948.html1. 应用场景类似vivado中用户自己写的IP核.2. setup.py基本格式from setuptools import setup, find_packages setup( name = "test", version = "1...

2018-03-30 20:06:08 245

原创算法岗求职

硬实力: 项目经验, 竞赛, 简历一定要参加竞赛, 无论名次. 对于自己的项目, 数学逻辑上一定不能有漏洞. 简历方面: 自己做过什么不重要, 关键是企业想要什么.软实力: 编程基础, 手撕代码, 机器学习算法, cs的算法刷题: 剑指offer, Leetcode. 机器学习: <统计学习方法>(李航), <机器学习>(周志华)经典算法建议都...

2018-03-28 20:22:33 1425

原创测试工程师笔/面试题目

1. 什么是软件测试?软件测试是为了发现错误而执行程序的过程. 精心设计一批测试用例(即输入数据及其预期的输出结果), 并利用这些测试用例去运行程序, 以发现程序错误的过程.2. 软件测试的目的?测试的目的是想以最少的成本找出软件中潜在的各种错误和缺陷, 通过修正错误和缺陷提高软件质量.3. 什么是需求文档测试?需求中是否存在逻辑矛盾以及需求在技术上是否可以实现....

2018-03-27 19:15:35 520

原创 [ML] EM算法及其推广

如果一个概率模型的变量都是观测变量, 那么可以直接使用极大似然估计法或贝叶斯估计法. 但是如果一个概率模型的变量包括隐变量, 则不能简单地使用上述方法.M算法提供一种近似计算含有隐变量概率模型的极大似然估计的方法. EM算法是一种迭代算法, 每次迭代由两步组成: E步, 求期望; M步, 求极大值.1. EM算法的引入1.1 EM算法1.1.1 数据表示Y: 观测随机变...

2018-03-16 08:25:40 992

原创 [ML] 提升方法

基本思想: 改变训练样本的权重, 学习多个分类器, 将分类器进行线性组合, 提高分类的性能.—”三个臭皮匠顶个诸葛亮”.1. 提升方法AdaBoost算法1.1 提升方法的思路强可学习: 一个类, 存在一个多项式的学习算法能够学习它, 并且正确率高. 弱可学习: 一个类, 存在一个多项式的学习算法能够学习它, 正确率仅比随机猜测略好. 强可学习和弱可学习是等价的: 一个...

2018-03-15 23:09:17 146

原创 [ML] 支持向量机

SVM是一种二类分类模型.1. 线性可分支持向量机与硬间隔最大化求解对象: 线性可分问题.1.1 线性可分支持向量机给定一个训练数据集: T={(x1,y1),...,(xN,yN)},xi∈X=Rn,y∈Y={+1,−1},i=1,2,...,NT={(x1,y1),...,(xN,yN)},xi∈X=Rn,y∈Y={+1,−1},i=1,2,...,NT = \lb...

2018-03-15 20:05:33 2352 1

原创 [ML] 逻辑斯谛回归与最大熵模型

2018-03-14 20:52:24 443

原创 [ML] 决策树

1. 决策树模型与学习1.1 决策树模型由结点和有向边组成. 结点包括内部结点(表示一个特征or属性)和叶结点(表示一个类). 1.2 决策树与if-then规则(1) 内部结点的特征对应着规则的条件. (2) 叶结点的类对应着规则的结论. (3) 规则具有互斥性和完备性.1.3 决策树与条件概率分布决策树可以表示给定特征条件下类的条件概率分布. 如下图所...

2018-03-14 08:24:25 362

原创 [ML] 朴素贝叶斯

知识准备联合概率分布: 简称联合分布, 是两个及以上随机变量组成的随机向量的概率分布. 先验概率: 常识经验所透露出的“因”的概率. 后验概率: 在知道“果”之后, 去推测“因”的概率. 极大似然估计: 已知某个参数能使这个样本出现的概率最大, 我们当然不会再去选择其他小概率的样本, 所以干脆就把这个参数作为估计的真实值. 贝叶斯公式: P(A∩B)=P(A)∗P(B|A)=P(B...

2018-03-12 10:58:21 367

原创 [ML] k近邻法(k-NN)

综述k-NN: k-nearest neighbor 输入: 实例的特征向量输出: 实例的类别(可以有多类) 三要素: k值的选择, 距离度量, 分类决策规则1. k近邻算法该算法没有显式的学习过程. 算法描述: 给定一个训练集, 对新的输入实例, 在训练数据集中找出与该实例距离最近的k个实例, 这k个实例的多数属于哪个类, 那么这个新的输入实例就属于哪个类. (当k...

2018-03-10 11:15:24 267

原创 [ML] 感知机

综述面向的问题: 二分类问题输入: 实例的特征向量, x∈Rnx∈Rnx∈R^n 输出: 实例的类别, y={+1,−1}y={+1,−1}y = \lbrace+1, -1\rbrace 目标: 求出将数据进行线性划分的分离超平面方法: 损失函数 + 梯度下降1. 感知机模型f(x)=sign(w⋅x+b)f(x)=sign(w·x+b)f(x) = sign(w...

2018-03-10 07:48:46 152

原创 [ML] 统计学习方法概论

1.1 统计学习统计学习: 基于数据构建概率统计模型, 运用模型对数据进行预测与分析. 这模型通常是决策函数或条件概率分布学习: 如果系统能够通过某个过程改进它的性能, 这就是学习.统计学习的对象: 数据统计学习的基本假设: 同类数据具有一定的统计规律性统计学习的方法: 监督学习非监督学习半监督学习强化学习统计学习方法的三要素假设空间模型选择的准则模型学习的算法...

2018-03-09 08:37:01 385

原创 [Tensorflow] MNIST源码分析

源代码地址: https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/tutorials/mnistmnist.py主要功能: 构建一个完全连接(fully connected)的MINST模型推理 interface()def inference(images, hidden...

2018-03-08 17:09:10 2380

原创 [Tensorflow] 变量和作用域

tf. get_variable()why 存在?: 因为如果使用Variable的话每次都会新建变量, 但是我们希望一些变量可以重用, 所以就用到了get_variable(). 功能: 它会去搜索变量名, 有就直接用, 没有就新建. 既然用到变量名了, 就涉及到了名字域的概念, 通过不同的域来区别变量名作用域tf.Variable(): 如果检测到命名冲突, ...

2018-03-08 15:20:25 222

原创 CNN

参考: http://blog.csdn.net/zouxy09/article/details/8781543网络结构CNN是个多层神经网络每层由多个二维平面组成每个平面由多个独立神经元组成S: 特征映射层C: 特征提取层核心思想局部感受野权值共享时间/空间亚采样参数减少与特征共享CNN的优势通过感受野和权值共享减少了...

2018-03-08 11:02:49 1654

YasinQiu的博客