机器学习
文章平均质量分 55
凉秋girl
保持学习应该是最难的一件事吧?
展开
-
单层感知器
开始必定先调用机器学习三大包import numpy as npimport matplotlib.pyplot as plt import pandas as pd模型是这样,有三个点(3,3),(4,3)是一类,(1,1)是一类,这里如何让机器自己画一条线来将它们分隔开 那么每个点是一种输入,然后再加一个偏置值,就是相当每个例子3个输入了,这里偏置设为1#输入数据X=np.array([原创 2018-03-24 16:45:12 · 657 阅读 · 0 评论 -
线性神经网络(解决异或问题
日常三大包import numpy as npimport pandas as pdimport matplotlib.pyplot as plt多想想upadte函数的原理, 这里是先随机一个权重W,然后W的置换与X相乘去,得到的是一个列 w1x1+w2x2+w3x3的形式 然后其与Y进行比较,得到每个W梯度应该下降的多少,然后改变不停改变W得到最优值#输入数据X=np.array([原创 2018-03-24 16:58:35 · 1693 阅读 · 0 评论 -
神经层的建立与拟合
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt初始化神经层,输入X数据、行、列与激励函数 得到的相当于一个拟合程度陈差距的 激励函数是为了得到的曲线更加弯曲而不是又直线组成。 tf最好由32位浮点数组成 tf.zeros(row,culomn)为建立为0的矩阵def add_layer(in原创 2018-03-24 17:31:58 · 277 阅读 · 0 评论 -
神经网络模型的建立
import tensorflow as tfimport matplotlib.pyplot as pltimport tensorflow.examples.tutorials.mnist.input_data as input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)#mnist是函数读取出来的原创 2018-03-24 21:27:07 · 2030 阅读 · 0 评论 -
卷积神经网络-手写识别(CNN
日常头文件import tensorflow as tfimport matplotlib.pyplot as pltimport tensorflow.examples.tutorials.mnist.input_data as input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)mni...原创 2018-03-24 23:31:23 · 746 阅读 · 0 评论 -
强化学习(Q-learning~了解了一波
唔~B站果然是个学习的好地方,里面的阿婆主个个都是人才,讲话又好听import pandas as pdimport numpy as npimport time头文件。 Q-learning是通过奖励与惩罚机制建立的Q_table去判断其下一步该怎么走 一个小笨蛋如何自己学着用最近的步伐走到最右边产生一组伪随机数列,伪随机是随机种子是相同的np.random.seed(2)#这里随机种子原创 2018-04-10 15:41:18 · 3954 阅读 · 2 评论 -
一个11层的CNN(基于无人售货机的货物识别
Github源代码与数据文件均在github上,对识别感兴趣的小伙伴点个star啦,共同学习共同进步,谢谢!!! 只需要把文件完整下载,改变文件的目录,然后把数据改为你想要识别的物品,修改全连接层(最后一层)的输出即可完成识别。 Github地址数据数据是由老师手底下几个学生帮忙拍摄获取,大约两千张数据,数据参差不齐,勉强用来训练耍耍,毕竟大数据咱这破电脑也带不动的哇! 数据分类...原创 2018-05-02 22:03:48 · 2172 阅读 · 1 评论 -
SVM支持向量机
SVM的主要思想在于对于分类问题,找到分类的分割线,因为这条分割线可以有多条,我们应该找那条与各个数据最大距离的那一条线。找最大间隙的原因:1. 直觉上是最安全的2. 如果我们在边界的位置发生了一个小错误(它在垂直方向上被颠倒),这给我们最小的可能导致错误分类。3. CV(cross validation 交叉验证)很容易,因为该模型对任何非支持向量数据点的去除是免疫的。4. 有一些理论表明...原创 2018-05-22 23:07:15 · 157 阅读 · 0 评论 -
TensorFlow-Hub
迁移学习用到的包更多了解url:https://blog.csdn.net/yunqiinsight/article/details/80134361原创 2018-06-01 13:57:25 · 1186 阅读 · 1 评论