ChasingdreamLY的博客

1、tf.truncated_normal使用方法tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)从截断的正态分布中输出随机值。 生成的值服从具有指定平均值和标准偏差的正态分布，如果生成的值大于平均值2个标准偏差的值则丢弃重新选择。在正态分布的曲线中，横轴区间（μ-σ，

由于计算机视觉的大红大紫，二维卷积的用处范围最广。因此本文首先介绍二维卷积，之后再介绍一维卷积与三维卷积的具体流程，并描述其各自的具体应用。1. 二维卷积 图中的输入的数据维度为14×1414×14，过滤器大小为5×55×5，二者做卷积，输出的数据维度为10×1010×10（14−5+1=1014−5+1=10）。如果你对卷积维度的计算不清楚，可以参考我之前的博客吴恩达深度学习笔记（...

关联规则挖掘是一种基于规则的机器学习算法，该算法可以在大数据库中发现感兴趣的关系。它的目的是利用一些度量指标来分辨数据库中存在的强规则。也即是说关联规则挖掘是用于知识发现，而非预测，所以是属于无监督的机器学习方法。“尿布与啤酒”是一个典型的关联规则挖掘的例子，沃尔玛为了能够准确了解顾客在其门店的购买习惯，对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛利用所有用户...

区别类别 验证集 测试集 是否被训练到 否 否 作用 纯粹用于调超参数 纯粹为了加试以验证泛化性能 使用次数 多次使用，以不断调参 仅仅一次使用 缺陷 模型在一次次重新手动调参并继续训练后所逼近的验证集，可能只代表一部分非训练集，导致最终训练好的模型泛化性能不够 测试集为了具有泛化代表性，往往数据量比较大，测试一轮要很...

计算机小白准备逐步重温机器学习算法，这是学习的第一个，高斯混合模型，文章系转载，原文地址：http://blog.csdn.net/hjimce/article/details/45244603 ——————————————————————————————华丽的分割线高斯混合算法是EM算法的一个典型的应用，EM算法的推导过程这里不打算详解，直接讲GMM算法的实现。之前做图像分割grab cut 算法

各位小伙伴们，大家好，今天让我们来如何用神经网络来处理非监督的学习，也就是AutoEncoder,自编码。首先，我们听到自编码，一定会想到，AutoEncoder会是个什么码呢？是条形码，二维码，还是我们宅男们最不能忍受的打码中的一种呢？NO.NO.NO，和他们都没有关系，其实自编码是一种神经网络形式，如果你一定要和上面的那些码扯上关系，我想可以这样理解了。现在我们先构架一个神经网络模型，这个模型是

1.初识Auto Encoder1986 年Rumelhart 提出自动编码器的概念，并将其用于高维复杂数据处理，促进了神经网络的发展。自编码神经网络是一种无监督学习算法，它使用了反向传播算法，并让目标值等于输入值，比如y(i)=x(i) 。下图是一个自编码神经网络的示例。自动编码器(autoencoder) 是神经网络的一种，该网络可以看作由两部分组成：一个编码器函数h = f(x) 和一个生成

Conda 环境# 创建一个名为python34的环境，指定Python版本是3.4conda create --name python34 python=3.4# 激活某个环境activate python34 # for Windowssource activate python34 # for Linux & Macdeactivate python34 # for Windowsso

前言： ILSVRC 2014的第二名是Karen Simonyan和 Andrew Zisserman实现的卷积神经网络，现在称其为VGGNet。它主要的贡献是展示出网络的深度是算法优良性能的关键部分。 他们最好的网络包含了16个卷积/全连接层。网络的结构非常一致，从头到尾全部使用的是3x3的卷积和2x2的汇聚。他们的预训练模型是可以在网络上获得并在Caffe中使用的。 VGGNet不好的一

在文本聚类、文本分类或者比较两个文档相似程度过程中，可能会涉及到TF-IDF值的计算。这里主要讲述基于Python的机器学习模块和开源工具：scikit-learn。 希望文章对你有所帮助，相关文章如下： [python爬虫] Selenium获取百度百科旅游景点的InfoBox消息盒 http://blog.csdn.net/eastmount/article/detail

本人计算机小白一枚，最近学习python，在尝试学习文本分类模型时遇到一个问题，关于在pycharm上import sklearn的问题。我在pycharm2017.3上整合anaconda这个包，同时安装了anaconda2和anaconda3，以anaconda2为默认解释器，对应的版本为python2.7。当在pycharm上导入sklearn库时存在如下问题（非本人图片，但是情况类似），见图

Long Short-Term Memory（LSTM） 是一种循环神经网络（Recurrent Neural Network, RNN）。跟所有RNN一样，在网络单元足够多的条件下，LSTM可以计算传统计算机所能计算的任何东西。Like most RNNs, an LSTM network is universal in the sense that given enough networ...