- 博客(9)
- 收藏
- 关注
原创 竞争神经网络原理
在人眼的视网膜中存在一种侧抑制现象,即一个神经细胞兴奋后,会对周围的神经细胞产生抑制作用。这种侧抑制使神经细胞之间呈现出竞争,开始可能多个细胞同时兴奋,但兴奋程度最强的神经细胞对周围的神经细胞的抑制作用也越强,其结果使周围神经细胞的兴奋度减弱,从而该神经细胞是这次竞争的胜者。
2017-12-14 19:01:12 8661 2
原创 python机器学习实战:Adaboost
1.AdaBoost算法: 什么叫AdaBoost算法呢,我们可以这样理解:当我们做重要的决定的时候,我们一个人的意见有可能是错误的,但时如果我们能够吸取多个人的意见再做决定,那我们犯错误的几率就会大大的下降,没错,AdaBoost就是就是这样的算法,当我们只采用一个分类器来分类的时候,我们犯错的几率可能会是30%,但是如果我们采用多个分类器来分类,那我们的错误几率就有可能降低到10%,甚至
2017-10-15 19:27:54 1137
原创 python matplotlib 入门系列三:坐标轴
1.xlim,ylim,xlabel,ylabel代码如下:import matplotlib.pyplot as pltimport numpy as npx=np.linspace(-3,3,50)#在[-1,1]之间产生50个均匀的点y1=2*x+1y2=x**2plt.figure()#第一个窗口plt.plot(x,y2)plt.plot(x,y1,colo
2017-10-12 19:42:35 2177
原创 python matplotlib 入门系列二:figure
闲话不说,直接看代码:import matplotlib.pyplot as pltimport numpy as npx=np.linspace(-3,3,50)#在[-1,1]之间产生50个均匀的点y1=2*x+1y2=x**2plt.figure()#第一个窗口plt.plot(x,y1)plt.figure()#第二个窗口plt.plot(x,y2)pl
2017-10-12 19:11:28 1558
原创 python matplotlib 入门系列一:基本用法
很高兴能跟大家分享一下关于python 的matplotlib 模块的一些简单用法,matplotlib是python中非常重要的一个数据可视化模块,下面我将会介绍一个最简单的例子。直接看代码:import matplotlib.pyplot as pltimport numpy as npx=np.linspace(-1,1,50)#在[-1,1]之间产生50个均匀的点y=2*x+1
2017-10-12 18:49:56 780
原创 tensorflow实战之二:MNIST手写数字识别的优化1-代价函数优化
上一节我们介绍了最简单的tensorflow的手写识别模型,这一节我们将会介绍其简单的优化模型。我们会从代价函数,防止过拟合,以及优化器的3个方面来介绍优化过程。 1.代价函数的优化: 我们可以这样将代价函数理解为真实值与预测值的差距,我们神经网络训练的目的就是调整W,b等参数来让这个代价函数的值最小。上一节我们用到的是二次代价函数:在Tensor
2017-10-07 12:09:24 1984
原创 TensorFlow笔记之一:MNIST手写数字识别
本人刚刚开始接触深度学习不久,对于tensorflow的了解也有限,想通过tensorflow这个框架来学习深度学习及其优化与识别。现在直接进入主题。 1.手写识别的介绍: MNIST手写识别在机器学习中就像c语言中Hello World一样,MNIST数据集是一个机器视觉的数据集,它由几万张28X28像素点构成的手写数字,我们的任务就是向神经网络输入由这些像素点
2017-10-06 19:39:57 1782 2
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