![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
小__Q
宁静致远,淡泊明志
展开
-
机器学习模型分类的学习理解
机器学习中分为有监督模型和无监督模型两种分类。有监督模型有监督模型的学习结构是输入数据(x,y)其中x为输入数据,y为数据的标签其目标goal为学习生成一个函数是x能够映射到y有监督学习的例子很多比如分类问题回归问题目标检测语义分割(semantic segmentating)图像标注(image caption)等等无监督模型有监督...原创 2018-08-29 10:02:32 · 306 阅读 · 0 评论 -
无监督学习下的生成式模型
generative models Given training data,generate new samples from same distribuyion首先Training data-P(x)—》want to learn-model-P(x)similar to data-p(x)在给定数据的情况下,从相同的数据分布中生成新的样本首先我们有一些训练数据(...原创 2018-08-29 11:53:37 · 529 阅读 · 0 评论 -
K-means学习理解
最近在学习K-means算法,在GitHub上找了一个源代码自己敲看看。 引用别人的话来解释K-means的思想:K-means是一种将输入数据划分成k个簇的聚类算法。K-means反复提炼初始评估的类的中心,步骤如下: - 以随机或猜想的方式初始化类中心Ui:i= 1....K - 将所有的数据点归并到离它距离最近的类中心所属的类ci - 对所有属于该类的数据点求平均,将平均值...原创 2018-09-05 20:13:06 · 213 阅读 · 0 评论 -
K-NN学习与理解
K邻近分类法(KNN)在分类方法中,最简单且用的最多的一种方法之一就是KNN把要分类的对象(例如一个特征向量)与训练集中已知类标记的所有对象进行对比由k个邻近对指派到哪个类进行投票弊端如下需要预先设定K值,K值得选择会影响分类的性能.需要将整个训练集存储起来,如果训练集很大,搜索起来就很慢。由此分析,我们需要一个函数计算一个向量到所有的样本集的距离,还需要一个由得到的距离...原创 2018-09-06 11:36:15 · 341 阅读 · 0 评论 -
Shape must be rank 1 but is rank 0 for 'bn_conv1_4/Reshape_4' (op: 'Reshape') with
以下是github上的答案,亲测有效 ,不用将keras的版本降低please change tensorflow_backend in keras by yourself as suggested by @see–In keras version - 2.2.4 -> backend --> tesnorflow_backend.py : change “()” to “[ ]”...原创 2019-08-08 11:41:59 · 640 阅读 · 0 评论