- 博客(2)
- 资源 (4)
- 收藏
- 关注
RSS订阅转载 CNN（卷积层convolutional layer，激励层activating layer，池化层pooling，全连接层fully connected）
CNN产生的原因：当使用全连接的神经网络时，因为相邻两层之间的神经元都是有边相连的，当输入层的特征纬度非常高时（譬如图片），全连接网络需要被训练的参数就会非常多（参数太多，训练缓慢），CNN可以通过训练少量的参数从而进行特征提取。 上图每一个边就代表一个需要训练的参数，可以直观的感受到需要训练的参数太多了。 CNN的优点：1.相邻两层神经元部分相连。2.且同一层神经元的w（权重）和b（偏移）...
2018-11-22 11:46:23
1626
转载 MNIST数据集scikit-learn实践
原文：https://blog.csdn.net/zouxy09/article/details/48903179 参考：https://www.cnblogs.com/upright/p/4191757.html 一、概述 分类算法为例，大致可以分为线性和非线性两大派别。线性算法有著名的逻辑回归、朴素贝叶斯、最大熵等，非线性算法有随机森林、决策树、神经网络、核机器等等。线性算...
2018-11-05 17:44:35
2136
数据分析_企业的贤内助.pdf
数据分析：企业的贤内助》章节逻辑清晰，从企业的一个个具化的需求出发，使读者对数据分析的了解循序渐进，将复杂的数据分析知识体系串成有机的整体；数据分析体系完整，从数据采集、数据清洗和加工，到战略数据分析、经营数据分析和投资数据分析等综合分析，最后到数据成果的精彩呈现均加以阐述，使读者完整了解到数据分析对企业各个环节的价值。书中的案例来源于企业经营的实际案例，实用性强，分析线索环环紧扣，分析方法细致严谨，数据展示简洁明了，难能可贵的是作者将自己多年在数据分析实际工作中的“解题”思路加以展现，为广大数据分析师们的实务工作提供了宝贵的借鉴。
2017-10-17
Python Cookbook（第3版）中文版.pdf
《Python Cookbook（第3版）中文版》介绍了Python应用在各个领域中的一些使用技巧和方法，其主题涵盖了数据结构和算法，字符串和文本，数字、日期和时间，迭代器和生成器，文件和I/O，数据编码与处理，函数，类与对象，元编程，模块和包，网络和Web编程，并发，实用脚本和系统管理，测试、调试以及异常，C语言扩展等。
2017-10-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人