机器学习
文章平均质量分 92
Qin_xian_shen
程序员
展开
-
机器学习(基于Python)--k-近邻算法
前提基础 安装好Numpy库基础知识:(1)numpy.tileimport numpynumpy.tile([1,2],(1,2))Out[3]: array([[1, 2, 1, 2]])numpy.tile([1,2],(2,2))numpy.tile([1,2],(2,2))//第一个参数是重复的数 第二个参数(行,列)重复的次数Out[4]:原创 2017-10-23 22:59:43 · 279 阅读 · 0 评论 -
阿里天池2018 Keypoints Detection of Apparel-Challenge the Baseline
Hdu_DeepLearning记录自己在创新实践课程的学习.仓库:https://github.com/Qinxianshen/Hdu_DeepLearning阿里天池2018广东工业智造图像比赛 阿里天池2018 Keypoints Detection of Apparel-Challenge the Baseline 人脸关键节点检测 LFW人脸库处理以及人脸识别阿里天...原创 2018-11-10 20:39:35 · 1029 阅读 · 3 评论 -
机器学期第一学期小结
一、本学期的的总结: 本学期从第一个网络LeNet写起,到AlexNet,再到VGG16。期间使用LeNet做了手写数字识别,使用AlexNet做了猫狗大战的分类。 卷积神经网络的基本单元:卷积层、Kernel-size、Zero-padding、池化层、非线性激活函数、全连接层 LetNet网络结构: AlexNet网络结构: Vgg网络结构: RestNet网络结构: 具体实现代码在...原创 2018-07-06 16:47:15 · 422 阅读 · 0 评论 -
小秦眼里的机器学习(一)--机器学习的理解
我在念高中期间,做了不少题目的。会通过刷题目,总结一类题目的解法,以后遇到这类题目,就用这个“套路”去解决。这其实就说明了一种学习方式,从特殊到抽象一般规律,再用一般规律去解决特殊问题。这种从一般到特殊的过程,被称为“泛化”,而从一般到特殊的过程,被称为“演绎”。 ...原创 2018-03-29 21:44:09 · 390 阅读 · 0 评论 -
softmax函数的python实现
Softmax函数,或称归一化指数函数。使用python实现。#-*- coding:utf-8 -*-#这个是softmax函数的python实现import numpydef softmax(inMatrix): m,n = numpy.shape(inMatrix) outMatrix = numpy.mat(numpy.zeros((m,n))) soft_...转载 2018-03-29 20:29:30 · 2461 阅读 · 0 评论 -
机器学习学习笔记--HMM从雅虎拿股票数据分析
官网的例子:http://hmmlearn.readthedocs.io/en/latest/auto_examples/plot_hmm_stock_analysis.html#sphx-glr-auto-examples-plot-hmm-stock-analysis-py但是已经过期了 这个代码无法用我改动之后# coding: utf-8# In[1]:from原创 2017-12-08 22:13:30 · 1847 阅读 · 0 评论 -
基于 VirtualEnv 安装 TensorFlow
virtualenv 可以创建一个独立的Python运行环境,这样做能使排查安装问题变得更容易。打开终端$ cd /home/QIN#安装依赖$ sudo apt-get update$ sudo apt-get install python-pip python-dev python-virtualenv接下来,建立一个全新的 virtualenv 环境。为了将环境建在 ~/转载 2017-11-04 22:45:46 · 641 阅读 · 0 评论 -
机器学习学习笔记--卷积网络的层次结构
在卷积神经网络(Convolutional Neural Network,CNN)中,卷积层的神经元只与前一层的部分神经元节点相连,即它的神经元间的连接是非全连接的,且同一层中某些神经元之间的连接的权重 w 和偏移 b 是共享的(即相同的),这样大量地减少了需要训练参数的数量。卷积神经网络CNN的结构一般包含这几个层:输入层:用于数据的输入卷积层:使用卷积核进行特征提取和特征映转载 2017-11-04 12:29:00 · 533 阅读 · 0 评论 -
机器学习学习笔记--如何在AWS上完成模型训练
如果你在本地无法完成模型训练,采用云主机完成是一个不错的选择。这里推荐 AWS,也就是亚马逊云服务。你可以登陆 https://aws.amazon.com完成注册。然后新建一个 EC2 弹性云计算主机。使用 AWS 的一个重要原因是它提供了许多优质的镜像,例如我选择的 ami-599a7721 社区镜像已经配置好了 Keras 的开发环境。除此之外,ami-638c1eo3镜像也是不转载 2017-11-04 10:52:41 · 3068 阅读 · 1 评论 -
机器学习学习笔记--迁移学习
迁移学习,故名思意,就是将已经训练完成模型的一部分参数迁移到新的模型中来。我们都知道,训练一个复杂的神经网络是非常费时费力的过程。往往我们需要收集大量已经标注好的训练集,使用昂贵的 GPU 提供算力,再花费不少的时间,才能训练出一个表现不错的模型。如果两个任务如果存在一定的相关性,比如已经训练好的一个非常优秀的猫狗识别模型,现在需要完成猫兔识别。我们就无需从头开始训练新模型,可以将原模型中转载 2017-11-04 10:47:43 · 1105 阅读 · 0 评论 -
Python学习笔记--conda资料的介绍
我们知道安装环境是一件挺繁琐的事,如果会使用docker最好 在使用python最好的包的管理工具还是conda了这里给几个比较好的参考教程http://python.jobbole.com/86236/https://zhuanlan.zhihu.com/p/25198543使用conda 在Python3里装Python2http://jingyan.b原创 2017-11-03 21:23:31 · 270 阅读 · 0 评论 -
机器学习学习笔记--反向传播神经网络
转载自:http://www.hankcs.com/ml/back-propagation-neural-network.html单个神经元神经网络是多个“神经元”(感知机)的带权级联,神经网络算法可以提供非线性的复杂模型,它有两个参数:权值矩阵{Wl}和偏置向量{bl},不同于感知机的单一向量形式,{Wl}是复数个矩阵,{bl}是复数个向量,其中的元素分别属于单个层,而每个层的组成单转载 2017-11-07 20:13:38 · 400 阅读 · 0 评论 -
长尾理论
长尾理论传统的80/20原则(80%的销售额来自于20%的热门品牌)在互联网的加入下会受到挑战。互联网条件下,由于货架成本极端低廉,电子商务网站往往能出售比传统零售店更多的商品。虽然这些商品绝大多数都不热门,但与传统零售业相比,这些不热门的商品数量极其庞大,因此这些长尾商品的总销售额将是一个不可小觑的数字,也许会超过热门商品(即主流商品) 带来的销售额。主流商品往往代表了绝大多数用户的需求,而...转载 2018-11-23 11:14:47 · 685 阅读 · 0 评论