- 博客(15)
- 收藏
- 关注
RSS订阅原创 吴恩达深度学习课程第二课 — 改善深层神经网络：超参数调试、正则化以及优化1
1.1 训练，验证，测试集（Train / Dev / Test sets）
2020-04-06 09:32:23
134
原创 吴恩达深度学习课程第一课 — 神经网络与深度学习4
4.6 搭建神经网络块（Building blocks of deep neural networks） 红色箭头为反向传播 上图中dA[l]不是相加而是矩阵排开 ...
2020-04-05 17:44:05
98
原创 吴恩达深度学习课程第一课 — 神经网络与深度学习1，2
第二周 逻辑回归是一个用于二分类(binary classification)的算法。 sigmoid函数 在梯度下降法中，会得到局部最优解，不能得到全局最优解 在逻辑回归中，使用的损失函数： 损失函数是在单个训练样本中定义的，它衡量的是算法在单个训练样本中表现如何，为了衡量算法在全部训练样本上的表现如何。 我们需要定义一个算法的代价函数，算法的代价函数是对m个样本的损...
2020-02-09 11:04:19
338
1_19
多行语句 Python 通常是一行写完一条语句，但如果语句很长，我们可以使用反斜杠(\)来实现多行语句，例如： total = item_one + \ item_two + \ item_three 在 [], {}, 或 () 中的多行语句，不需要使用反斜杠(\)，例如： total = ['item_one', 'item_two', 'item_...
2020-02-07 14:32:55
112
原创 TensorFlow lesson 4-NN优化
1.损失函数 自定义损失函数 交叉熵：越大表示两个概率分布越远 为了让前向传播满足概率分布，即n分类的n个输出都在0~1之间，且和为1，引入softmax函数 上述两个语句可替换求交叉熵的语句，输出为损失函数 2.学习率 学习率：每次参数更新的幅度 上图中，损失函数最小，要w=-1 指数衰减学习率 global_st...
2020-02-04 15:34:26
127
原创 TensorFlow lesson 3
张量的概念 计算图只搭建网络，不计算 一行一列的张量 会话（session）：执行计算图中的节点运算（得到运算结果） 报错 新版TensorFlow2.0改为 前向传播 随机种子如果去掉，每次生成的随机数将会是一致的 神经网络的搭建 前向传播 tf2的情况下使用了tf1的API，解决方法： 反向传播 ...
2020-02-02 12:20:33
99
原创 python基础
列表[] 元组（） 一旦定义不可改变 f=(1,2,3) 字典{} linux 文本 条件语句 首部加入 #coding:utf-8 字符转换 循环语句 海龟模块 函数 类 两个下划线·········· 函数的访问控制 写文件 读文件 ...
2020-02-01 10:37:58
157
原创 12_16下午
递归神经网络-序列，文本 全连接不能考虑语序 递归可考虑序列 the(t1) cat(t2) eat the mouse```(tn)时间步 RNN： 梯度消失：参数不能更新 LSTM:RNN的变体 v为矩阵变换后的输入 缓解梯度消失的问题，处理长度比较长的序列 输入是序列，输出也是序列 只拿最后一个时间步的输出去预测 确保数据的形状是正确的，以便在...
2019-12-16 14:02:29
68
原创 12_16上午
使用 CountVectorizer 对象为每个词创建二进制值 vectorizer =CountVectorizer(lowercase=True, analyzer='word', binary=True) ##TODO## : Use CountVectorizer to create a binary value for each word representation = vecto...
2019-12-16 11:33:15
203
原创 自然语言学习02-简单好用的中文分词利器 jieba 和 HanLP
jieba 分词 jieba 安装 jieba 的分词算法 主要有以下三种： 基于统计词典，构造前缀词典，基于前缀词典对句子进行切分，得到所有切分可能，根据切分位置，构造一个有向无环图（DAG）； 基于DAG图，采用动态规划计算最大概率路径（最有可能的分词结果），根据最大概率路径分词； 对于新词(词库中没有的词），采用有汉字成词能力的 HMM 模型进行切分。 引入 jieba 和语料...
2019-10-13 12:53:14
355
原创 自然语言学习01
按照中文语料处理的过程，在获取到语料之后开始分词，分词之后可以进行一些统计和关键字提取，并通过数据可视化手段熟悉和了解你的数据。紧接着通过词袋或者词向量，把文本数据转换成计算机可以计算的矩阵向量。后续从机器学习简单的有监督分类和无监督聚类入手，到深度学习中神经网络的应用，以及简易聊天机器人和知识图谱的构建。 结构化数据、半结构化和非结构化数据 对于结构化数据而言:关系型数据库...
2019-09-09 20:13:48
514
原创 Android活动
onClick而不是OnClickToast Toast.makeText(this,”You clicked Add”,Toast.LENGTH_SHORT).show();创建菜单 在main.xml中<item android:id="@+id/add_item" android:title="Add"/> <item android:id="@+id/remove
2017-07-18 19:15:13
212
原创 安卓第一步
活动的生命周期活动在其生命周期中有四个状态： 运行状态（栈顶位置） 暂停状态（栈顶对话框并未完全覆盖，后面会看到此活动，完全存活着，系统不会回收） 停止状态（不处于栈顶位置，完全不可见，保存相应状态和成员变量，当其他地方需要内存时，有可能被系统回收） 销毁状态（从返回栈中移除，系统最倾向移除这种活动） Activity的7个回调方法 onCreate() 第一次初始化时被调用，加载布局，绑定事件
2017-05-04 21:00:41
182
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人