![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
个人总结
文章平均质量分 80
q17686617156
这个作者很懒,什么都没留下…
展开
-
个人学习总结一机器学习入门(七)
(项目的时间已经过了一半,今天继续更新总结机器学习方面知识) 我们都知道,特征是机器学习系统的原材料,对最终模型的影响是毋庸置疑的。 如果数据被很好的表达成了特征,通常线性模型就能达到满意的精度。 那对于特征,我们需要考虑什么呢?关于特征1、特征表示的粒度 学习算法在一个什么粒度上的特征表示,才有能发挥作用?就一个图片来说,像素级的特征根本原创 2017-05-25 23:43:32 · 227 阅读 · 0 评论 -
TensorFlow个人学习(下载安装&简单代码例子)
(由于项目最终决定使用TensorFlow,所以博客来总结学习TensorFlow)下载和安装:由于TensorFlow也官方支持windows了,省去了很多功夫,安装就更简单了。TensorFlow 有两个版本:CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持,CPU 版本不需要。如果你要安装 GPU 版本,请先确认你的显卡支持 CUDA。我安原创 2017-06-08 19:18:25 · 4444 阅读 · 0 评论 -
个人学习总结一机器学习入门(九)
(节日快乐,昨天刚过完端午明天又是儿童节)Deep Learning的常用模型或者方法1、AutoEncoder自动编码器 Deep Learning最简单的一种方法是利用人工神经网络的特点,人工神经网络(ANN)本身就是具有层次结构的系统,如果给定一个神经网络,我们假设其输出与输入是相同的,然后训练调整其参数,得到每一层中的权重。自然地,我们就得到了输入I的几种不同原创 2017-05-31 22:52:10 · 281 阅读 · 0 评论 -
TensorFlow个人学习(回归模型)
Softmax回归介绍 我们知道MNIST的每一张图片都表示一个数字,从0到9。我们希望得到给定图片代表每个数字的概率。比如说,我们的模型可能推测一张包含9的图片代表数字9的概率是80%但是判断它是8的概率是5%(因为8和9都有上半部分的小圆),然后给予它代表其他数字的概率更小的值。这是一个使用softmax回归(softmax regression)模型的经典案例。softmax模型可以原创 2017-06-15 20:17:35 · 484 阅读 · 0 评论 -
个人学习总结一机器学习入门(十)
(还有两周多的时间了,抓紧进度)Sparse Coding稀疏编码 如果我们把输出必须和输入相等的限制放松,同时利用线性代数中基的概念,即O = a1*Φ1 + a2*Φ2+….+ an*Φn, Φi是基,ai是系数,我们可以得到这样一个优化问题:Min |I – O|,其中I表示输入,O表示输出。 通过求解这个最优化式子,我们可以求得系数ai和基Φi,原创 2017-06-04 20:29:25 · 295 阅读 · 0 评论 -
个人学习总结一机器学习入门(八)
好了,到了这一步,终于可以聊到Deep learning了。上面我们聊到为什么会有Deep learning(让机器自动学习良好的特征,而免去人工选取过程。还有参考人的分层视觉处理系统),我们得到一个结论就是Deep learning需要多层来获得更抽象的特征表达。那么多少层才合适呢?用什么架构来建模呢?怎么进行非监督训练呢? 一、Deep Learning的基本思想 假设原创 2017-05-26 11:00:06 · 520 阅读 · 0 评论 -
个人学习总结一机器学习入门(五)
(继续更新)前面介绍了下机器学习的领域,其间稍微讲了讲计算机视觉、模式识别、深度学习,下面准备讲讲方法。这一篇就简单说说最近刚学习的总结下支持向量机(Support Vector Machine,SVM)。支持向量机(Support Vector Machine,SVM)支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的原创 2017-05-18 23:00:57 · 413 阅读 · 0 评论 -
个人学习总结一机器学习入门(四)
(以后没有特殊情况还是两篇博客分开更比较好,都放在周末时间太紧张了)好了进入正题,上一篇简单讲了讲计算机视觉以及和数字图像处理、计算机图形学和机器学习的区别和联系,这一篇打算主要来讲讲深度学习。原创 2017-05-13 16:23:24 · 383 阅读 · 0 评论 -
个人学习总结一机器学习入门(三)
(项目正常进行着,博客因为这周考试实验比较多的原因,留到周末来更新)上一篇讲到了模式识别,这篇就主要说说计算机视觉吧,首先也是看看计算机视觉到底是什么。-------以上取自百度百科我觉得,计算机视觉=图像处理+机器学习。"图像处理技术用于将图像处理为适合进入机器学习模型中的输入,机器学习则负责从图像中识别出相关的模式。计算机视觉相关的应用非常的多,例如百度识图、手写字原创 2017-05-13 14:59:43 · 418 阅读 · 0 评论 -
个人学习总结一机器学习入门(二)
(项目进入筹划阶段了,第一周已经快过去了,周一将会再次开会,博客继续更新)上一篇简单讲了讲机器学习,也算是开篇的简介吧,算是开胃小菜,有利接下来主食的消化。这一篇呢,思前想后,最后想细细讲讲模式识别的部分,因为一是上篇也略略一提,二是我觉得我们项目也需要这一部分的概念,会涉及到这一相关领域。原创 2017-05-06 23:50:37 · 544 阅读 · 0 评论 -
个人学习总结一机器学习入门(一)
因为要开始一个有关于机器学习的项目,所以又开始着手继续学习机器学习方面的知识,在了解这方面的知识的时候,从一个博主的博客那里,看到博主总结了一句话深感认同,借来引用下:机器学习方法是计算机利用已有的数据(经验),得出了某种模型(规律),并利用此模型预测未来的一种方法。可能不了解机器学习的同学一看这句话会有点懵,摸不到头脑的感觉,更体会不到里面语言总结的精妙,所以我来用我们的项目实例来具体化一下原创 2017-05-05 22:24:04 · 417 阅读 · 0 评论 -
个人学习总结一机器学习入门(六)
(项目正常进行,接着来说SVM)上一篇简单说了支持向量机的用处,要解决的问题,从直观问题到数学推论和消除w,转换为 αi 的求解的优化SVM算法(SOM算法)。这一篇接着来总结下SVM算法。1. SVM种类有哪些,适用场景及优缺点SVM的空间复杂度:SVM 是所占内存,是样本数据量的平方。《A Tutorial on Support Vector Mac原创 2017-05-19 23:08:28 · 366 阅读 · 0 评论 -
TensorFlow个人学习(训练 MNIST 数据 )
(看了TensorFlow中文社区和极客学院的教程之后,来总结下TensorFlow的例子mnist)新建input_data.py,用于下载 MNIST 数据集并且当做输入,具体见下面代码: from __future__ import absolute_import from __future__ import division from __futu原创 2017-06-11 12:16:32 · 401 阅读 · 0 评论