![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Summer_Anny
Summer is coming ~
展开
-
线性回归算法梳理
线性回归算法梳理机器学习的基本概念有监督、无监督泛化能力过拟合、欠拟合正则化交叉验证线性回归线性回归的原理线性回归的损失函数/代价函数、目标函数一元线性回归的参数求解公式推导多元线性回归的参数求解公式推导线性回归的评估指标及原理sklearn参数详解如何插入一段漂亮的代码片机器学习的基本概念机器学习是这样的一门学科,它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能。Mitchell...原创 2019-03-01 17:19:19 · 656 阅读 · 0 评论 -
多层感知器(minist数据集)
多层感知器(minist数据集)(摘自《深度学习》)MLP神经网络计算模型最基本的组成成分是神经元(Neuron)模型,即简单单元unit。神经元可以表示为:其中Xi是来自第i个神经元的输入,y是输出,w是加权参数(连接权重),b为偏值(Bias),f表示激活函数(Activation function).经典人工神经网络本质上是解决两大类问题:1)分类classification,...原创 2019-03-28 16:27:04 · 3181 阅读 · 0 评论 -
Python基础
1. 环境搭建a) anaconda环境配置https://blog.csdn.net/robinjwong/article/details/4362734b) 解释器https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014316090478912dab2a3a9e8f...原创 2019-04-01 16:07:04 · 187 阅读 · 0 评论 -
自编码器(minist)
自编码器(minist数据集)(摘自《深度学习》)简要介绍自编码器是一种最经典的无监督网络,它是实现无监督数据特征提取的一种方法。无监督模型的泛化能力更强。在无监督学习中,希望模型可以提取数据内部的规律特征,其中一大特征是稀疏性(sparsity).稀疏性存在的最大意义是降维,数据具有稀疏性,那么模型需要提取的特征的数量就远比输入神经元数量要小。数据的稀疏性导致了模型的稀疏性。自编码器主...原创 2019-03-27 21:34:49 · 1477 阅读 · 3 评论 -
第一个Tensorflow程序
#第一个TensorFlow程序TensorFlow的运行方式分为如下4步:(1)加载数据及定义超参数(2)构建网络(3)训练模型(4)评估模型和进行预测import tensorflow as tfimport numpy as np#构造满足一元二次方程的函数x_data=np.linspace(-1,1,300)[:,np.newaxis]noise=np.rando...转载 2019-03-06 15:27:27 · 227 阅读 · 0 评论 -
TensorFlow从文件读取数据
##从文件中读取数据在TensorFlow中进行模型训练时,在官网给出的三种读取方式,中最好的文件读取方式就是将利用队列进行文件读取,而且步骤有两步:把样本数据写入TFRecords二进制文件从队列中读取TFRecords二进制文件,能够更好的利用内存,更方便的移动和复制,并且不需要单独的标记文件下面官网给出的,对mnist文件进行操作的code,具体代码请参考:tensorflow...原创 2019-03-06 15:26:49 · 400 阅读 · 0 评论 -
卷积神经网络
#卷积神经网络CNN卷积神经网络的权值共享的网络结构显著降低了模型的复杂度,减少了权值的数量。神经网络的基本组成包括输入层、隐藏层和输出层。卷积神经网络的特点在于隐藏层分为卷积层和池化层。##padding卷积核在提取特征映射时的动作称为padding,其中有两种方式:不越过边缘取样称为Vaild Padding越过边缘取样称为Same Padding##卷积神经网络的发展Ale...原创 2019-03-06 15:25:58 · 238 阅读 · 0 评论 -
TensorFlow基础
#批标准化批标准化(batch normalization,BN)是为了克服神经网络层数加深导致难以训练而诞生的。深度神经网络随着深度加深,收敛会越来越慢,会导致梯度弥散问题(vanishing gradient problem)。统计机器学习有一个ICS理论,这是一个经典假设:源域和目标域的数据分布是一致的。解决思路是根据训练样本和目标样本的比例对训练样本做一个矫正。###方法批标准化...原创 2019-03-06 15:23:35 · 199 阅读 · 0 评论 -
TensorFlow初学
#TensorFlow初学##基本概念###1.激活函数和成本函数激活函数(activation function):一般是非线性函数,就是每个神经元通过这个函数将原有的来自其他神经的输入做一个非线性变化,输出给下一层神经元。激活函数实现的非线性能力是前向传播很重要的一部分。成本函数(cost function):损失值越小,结果越可靠。###2.有监督学习和无监督学习有监督学习:训练...原创 2019-03-06 15:16:13 · 544 阅读 · 0 评论 -
序列分类--基于LSTM
序列分类参考《21个项目玩转深度学习》from __future__ import print_functionimport tensorflow as tfimport randomimport numpy as np# ====================# TOY DATA GENERATOR# ====================#这个类用于产生序列样本c...原创 2019-04-22 13:24:21 · 4901 阅读 · 2 评论