![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
qq_33386711
这个作者很懒,什么都没留下…
展开
-
特征工程
0 写在前特征的好坏决定了模型训练的上限。模型只是无限去接近这个上限。1归一化数据归一化是消除不同特性数据的桥梁。能进一步在数值上进行有效的分析研究。这可以消除量纲的影响。(1)线性归一化Xnorm=X−XminXmax−XminX_{norm}= \frac{X-X_{min}}{X_{max}-X_{min}}Xnorm=Xmax−XminX−Xmin# 1#直接计算...原创 2019-03-04 22:29:44 · 88 阅读 · 0 评论 -
mat数据导入python
0 why?近半年的学习中花在数据处理方面的时间占了整个数据实验的30%,这在我看来是完全可以避免的。毕竟前人的经验是一个十分宝贵的财富。只有充分利用起来才能,以节省出来的时间做更多有意义的事情。1 matlab中mat文件处理由于本科较多的使用matlab使得我的很多思想已经没有编程的科学认识。只会矩阵的各种处理。这对我来说是可悲的。(1)首先列出matlab保存的数据代码、save ...原创 2019-03-05 22:51:15 · 2089 阅读 · 1 评论 -
21个tensorflow项目的读后感(一)
0 第一章手写字体识别1 下载数据数据格式为 压缩文件名 大小 train-images-idx3-ubyte.gz training set images (9912422 bytes) ...原创 2019-05-03 23:49:40 · 360 阅读 · 1 评论 -
softmax函数的理解
0 写在前分类是机器学习的很重要的一种方式.所以有效的分类方法也是十分重要的.softmax提供了一种十分有效的概率分类预测的方法1 softmax函数softmax(xi)=exi∑m=jzexjsoftmax(x_{i})= \frac{e^{x_{i}}}{\sum_{m=j}^z e^{x_{j}} }softmax(xi)=∑m=jzexjexi这里存在两种情况,如...原创 2019-05-08 23:22:24 · 210 阅读 · 0 评论