sky_Fantasy_qq-CSDN博客

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实战之三：MNIST手写数字识别的优化2-多层感知器

上一章我们用到交叉熵代价函数来优化我们的模型，但是最后的准确率也只有

2017-10-07 15:23:13 814

原创 tensorflow实战之四：MNIST手写数字识别的优化3-过拟合

这一节我们会从过拟合及优化器方面来优化我们的神经网络。 1.拟合：

2017-10-07 14:19:26 711

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

sky