![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Orange_Soda
永远18
展开
-
极大似然估计的原理
在机器学习线性回归算法中,我们常常需要使用极大似然估计。那么极大似然估计的原理是什么?若训练集某一个样本是(y,x),那么在最大似然估计中就认为y出现的概率最大。这就是为什么我们要求解出最大值的原因。...转载 2018-04-20 14:14:15 · 990 阅读 · 0 评论 -
线性回归 梯度下降算法 overshot the minimun现象
在梯度下降算法中,理论上有一个步长steep需要我们设置。steep的设置非常重要,如果设置不当,我们的梯度下降算法可能就得不到我们想要的结果。一:步长不当导致的问题如果步长太短,很显然我们训练集训练的时间就会加长。如果训练集比较多,这也是致命的。如果步长太长,可能出现Overshoot the minimun(越过极小值点)现象。甚至梯度下降算法无法收敛,找不到我们要的极小值。二:tensorf...转载 2018-04-21 10:06:55 · 319 阅读 · 0 评论 -
python *和**在不同场景下不同 的作用
**两个乘号就是乘方,比如2**4,结果就是2的4次方,结果是16一个乘号*,如果操作数是两个数字,就是这两个数字相乘,如2*4,结果为8*如果是字符串、列表、元组与一个整数N相乘,返回一个其所有元素重复N次的同类型对象,比如"str"*3将返回字符串"strstrstr"如果是函数定义中参数前的*表示的是将调用时的多个参数放入元组中,**则表示将调用函数时的关键字参数放入一个字典中如定义以下函数...转载 2018-04-21 10:37:48 · 396 阅读 · 0 评论 -
tf.Variable tf.placeholder区别
一:tf.Variabletf.Variable主要用于可训练的一些变量,比如模型的权重(weight ,w),模型的偏置值(bias,b)1.声明时必须要进行初始化2.名称的真实含义在于变量,也就是在训练时,其值是可以改变的二:tf.placeholdertf.placeholder用于得到传递进来的真实样本1.不必进行初始化,通过session.run中的feed_dic={}来指定2.仅仅作...转载 2018-04-21 11:08:54 · 1100 阅读 · 0 评论