qq_44832672的博客

Pytorch与theano的cuda 配置: 一、pytorch 无需安装cuda与cudnn，直接使用官网命令“conda install pytorch torchvision cudatoolkit==10.2”(版本自行选择)即可 二、theano cuda加速需要先安装cuda与cudnn（9.0已成功，切记使用.run文件安装，跳过nvidia显卡驱动安装！！），完成安装后再安装theano（conda install theano，直接安装最新版本1.0.5），并且在pycharm的term

机器学习笔记机器学习基本概念一元线性回归梯度下降法 机器学习基本概念 机器学习与数据挖掘息息相关，可用人脑模拟机器学习的过程。人类通过眼睛捕捉外界信息在大脑中形成图像信息，在大脑加工后再具体反映至具体动作。而当今的深度学习是早期的神经网络，类比人脑处理过程，其简单流程可分为：输入层 —> 隐藏层 —> 输出层 。 机器学习可大致分为监督学习与无监督学习两大类： 监督学习： 一般...

LASSO代价函数 在常规的代价函数中，参数一般只会趋于0而不会直接取0，因此将代价函数进行修改，即L1正则化。 J(θ)=12m[∑i=1m(hθ(xi)−yi)2+λ∑j=1n∣θj∣]J(\theta)=\frac{1}{2m}[\sum_{i=1}^{m}(h_\theta(x^i)-y^i)^2+\lambda\sum_{j=1}^{n}|\theta_j|]J(θ)=2m1​[∑i=1...

多元线性回归 多元线性回归与一元线性回归类似，只是特征值由一个变为了两个及以上。 表达式：hθ(xi)=θ0+θ1x+θ2x2+...+θnxnh_\theta(x_i)=\theta_0+\theta_1x+\theta_2x_2+...+\theta_nx_nhθ​(xi​)=θ0​+θ1​x+θ2​x2​+...+θn​xn​ 因此可用向量写成：hθ(xi)=θiXiTh_\theta(x_...

特征缩放 如下图的数据情况 图中的房子价格与房间数量大小相差较大，因此在回归预测时所得的模型可能不够准确。 因此引入特征缩放，常用的特征缩放方法由两种： (一)数据归一化：把数据的取值范围处理为0~1或者 -1~1 任意数据转化为0~1之间：newValue=(oldValue-min)/(max-min) 任意数据转化为-1~1之间：newValue=[(oldValue-min)/(max-...