![](https://img-blog.csdnimg.cn/20190712205342588.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
智能算法
主要介绍经典的智能算法对于各种经典问题的求解过程和求解过程,加之代码的实现和算法结果的分析与不同算法的对比、感悟。
viafcccy
reality is malleable.
展开
-
TensorFlow(八)卷积与池化
卷积寻找目标边缘下面我们使用卷积核对图像的边缘与特征进行检测与标记import tensorflow as tfimport cv2import numpy as npimg = cv2.imread("C:\\Users\\Administrator\\Desktop\\p\\lena.jpg")img = np.array(img , dtype = np.float32...原创 2019-08-25 14:16:04 · 1053 阅读 · 0 评论 -
TensorFlow(七)卷积原理
初识在神经网络中,每一层的每个神经元都与下一层的每个神经元相连, 这种连接关系叫全连接(Full Connected)。 左图为全连接网络 右图为卷积神经网络左图:全连接神经网络(平面),组成:输入层、激活函数、全连接层右图:卷积神经...原创 2019-07-30 22:53:15 · 987 阅读 · 0 评论 -
TensorFlow(六)CSV与TFRecords
逗号分隔值(Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本)。纯文本意味着该文件是一个字符序列,不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成,记录间以某种换行符分隔;每条记录由字段组成,字段间的分隔符是其它字符或字符串,最常见的是逗号或制表符。通常,所有记录都有完全相同的...原创 2019-07-20 00:26:33 · 901 阅读 · 0 评论 -
TensorFlow(五)队列与线程
深度学习的模型训练过程往往需要大量的数据,而将这些数据一次性的读入和预处理需要大量的时间开销,所以通常采用队列与多线程的思想解决这个问题,而且TensorFlow为我们提供了完善的函数。TensorFlow提供了整套实现队列的函数和方法,在TensorFlow中,队列和变量类似,都是计算图上有状态的节点。操作队列的函数主要有: FIFOQueue():创建一个先入先出(FIFO...原创 2019-07-19 14:13:46 · 330 阅读 · 0 评论 -
TensorFlow(四)反向传播算法(BP)
通过前面几篇建立的神经网络以上一层的输出作为下一层的输入。这种⽹络被称为前馈神经网络。这意味着网络中是没有回路的 —— 信息总是向前传播,从不反向回馈。如果确实有回路,我们最终会有这样的情况:σ 函数的输⼊依赖于输出。这将难于理解,所以我们不允许这样的环路。(前馈 指的是拓扑学上的向前单向传播)BP神经网络是一种多层的前馈神经网络,其主要的特点是:信号是前向传播的,而误差是反向传播的。BP神...原创 2019-07-18 10:34:54 · 2170 阅读 · 0 评论 -
matlab遗传算法(GA)详解(二)旅行商问题(TSP)详解
旅行商问题,即TSP问题(Traveling Salesman Problem)又译为旅行推销员问题、货郎担问题,是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。首先可以去下载数据集https://download.csdn.net/...原创 2019-07-03 23:12:30 · 36908 阅读 · 40 评论 -
matlab遗传算法(GA)详解(一)算法入门
遗传算法(Genetic Algorithm, GA)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解(所找到的解是全局最优解)的方法。参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。1)种群初始化。我们需要首先通过随机生成的方式来创造一个种群,一般该种群的数量为100...原创 2019-07-02 13:37:11 · 159785 阅读 · 34 评论 -
GM(灰度预测模型)
根据某市1-6月的交通事故数量,建立灰色模型预测GM(1,1)(G表示grey,M表示model)预测7.8月份的交通事故数量(要求做精度检验) 灰色预测的概念(1)灰色系统、白色系统和黑色系统白色系统是指一个系统的内部特征是完全已知的,既系统信息是完全充分的。黑色系统是一个系统的内部信息对外界来说是一无所知的,只能通过它与外界的联系来加以观测研究。灰色系统介于白色和黑色之...原创 2019-01-28 16:27:37 · 34466 阅读 · 6 评论 -
TensorFlow(三)神经网络基本概念
绪论根据上面介绍的神经网络,也许或=会感觉神经网络很简单,但是呢只是一个神经元的神经网络,同时省略了许多地方,下面来了解神经网络的更多内容。一、算法基础1.梯度下降法梯度下降法在第二篇中使用了梯度下降法,但是未能了解是什么,下面来体会它的作用与优缺点:关于梯度下降法更多的相关原理推导自行查找,这里给出一部分: ...原创 2019-07-14 14:43:28 · 415 阅读 · 0 评论 -
TensorFlow(二)Hello Regular Network(一元回归分析函数)
我们准备建立一个如下的一个含有一个隐藏层的神经网络去实现回归分析,这个网络应有输入层、输出层、和隐藏层。 最终实现一个一元回归的分析模型,也就会线性回归。我们会生成一个y = 4 * x + 1 的线性曲线,随机生成输入数(满足偏差为0.05的正态分布的噪声数)。import ten...原创 2019-07-10 19:29:29 · 557 阅读 · 0 评论 -
Tensorflow(一)Hello TensorFlow
重要概念:一、基础概念张量:使用张量(tensor)表示数据,用“阶”表示张量的维度。关于这一点需要展开一下 0阶张量称为标量,表示单独的一个数 1阶张量称为向量, 表示一个一维数组 2阶张量称为矩阵,表示一个二维数组 ……数据流:数据流(data stream)是一组有序,有起点...原创 2019-07-10 14:29:24 · 556 阅读 · 0 评论 -
Tensorflow与深度学习(二)
tensorflow游乐园 点开看看http://playground.tensorflow.org安装 tf对tensorflow进行测试import tensorflow as tfsess = tf.Session()a = tf.constant(1)b = tf.constant(1)print(sess.run(tf.add(a,b)))tens...原创 2019-03-29 23:24:56 · 654 阅读 · 0 评论 -
信息熵
我个人理解的信息熵就是信息的复杂程度(这个信息是多样的 同时具有不确定的属性)也就是信息越复杂信息嫡越高同时不确定性也就越高,因此在决策树中通过不断的降低信息熵就可以将事件化简也就是让事件随之确定下来。这其实也印证了信息熵的定义公式(概率*每种事件包含的信息量)。假设有个考试作弊团伙,需要连续不断地向外传递4选1单选题的答案。直接传递ABCD的ascii码的话,每个答案需要8个bit的二进制编...转载 2019-03-20 18:21:06 · 1613 阅读 · 0 评论 -
matlab蚁群算法(ACA)详解(二)旅行商问题(TSP)详解
之前已经使用遗传算法、模拟退火算法是实现了对于TSP问题求解。本次主要使用的是蚁群算法进行求解,算法的基本原理已经在第一篇算法入门中做了详细的讲解。下面主要就是进行代码的实现:数据使用测试数据如下: 徐州 常州 青岛 北京 祁县 洛阳 黄山 武汉 西安 九江 舟山 徐州 0 471 410 39...原创 2019-07-13 11:41:45 · 3928 阅读 · 3 评论 -
matlab蚁群算法(ACA)详解(一)算法入门
算法概要:模拟蚂蚁觅食行为(最短路径原理)设计的算法。讲蚂蚁群觅食的特点抽象出来转化成数学描述。 • 蚁群算法(Ant Colony Algorithm, ACA)由Marco Dorigo于1992年在他的博士论文中首次提出。• 蚂蚁在寻找食物源时,会在其经过的路径上释放一种信...原创 2019-07-09 14:30:33 · 7946 阅读 · 0 评论 -
matlab模拟退火算法(SA)详解(二)旅行商问题(TSP)详解
旅行商问题(TravelingSalesmanProblem,TSP)代表一类组合优化问题,在物流配送、计算机网络、电子地图、交通疏导、电气布线等方面都有重要的工程和理论价值,引起了许多学者的关注 。TSP简单描述为:一名商人要到n个不同的城市去推销商品,每2个城市i和j之间的乐离为d,如何选择一条路径使得商人每个城市走一遍后回到起点,所走的路径最短。TSP是典型的组合优化问题,...原创 2019-07-09 10:24:37 · 6974 阅读 · 2 评论 -
matlab模拟退火算法(SA)详解(一)算法入门
在许多实际优化问题中,存在许多局部最优解,随着优化问题规模的增大,局部最优解的数量快速增加。寻找全局最优解可分为两类:1.确定性方法,常用于求解有一些特殊特征的问题2.随机搜索方法,(梯度下降法)则沿着目标函数下降的方法搜索,但是常常会陷入局部最小值,而非全局最优解。模拟退火算法是一种通用概率算法,用来在一个大的搜寻空间内寻找问题的最优解。美国物理学家 N.Metropo...原创 2019-07-06 20:37:31 · 31055 阅读 · 6 评论 -
Kmeans算法与KNN算法的区别
首先明确一点KNN与Kmeans的算法的区别:1.KNN算法是分类算法,分类算法肯定是需要有学习语料,然后通过学习语料的学习之后的模板来匹配我们的测试语料集,将测试语料集合进行按照预先学习的语料模板来分类2Kmeans算法是聚类算法,聚类算法与分类算法最大的区别是聚类算法没有学习语料集合。K-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据他们的属性分为k个聚类以...转载 2019-07-06 11:48:41 · 1255 阅读 · 0 评论 -
五子棋智能算法——博弈树编程实现一字棋(四)
一字棋指的是:在一个九宫格内率先连成三个字的取胜首先,基于前面决策树的讲解 博弈的棋类游戏等等 只要找到合适的估值函数都可以使用博弈树来实现 下面我们来使用博弈树完成一字棋的算法。根据前面的算法思想我们算法大致分为几步:1.对棋局落子有正确的估值2.通过遍历建立博弈树3.对博弈树进行α-β剪枝增快查找速度(这里由于数据量较小 放在最后一起讲解)4.根据极大值 极小值搜索...原创 2019-06-02 20:43:36 · 11583 阅读 · 6 评论 -
五子棋智能算法——决策树编程实现(三)
上一篇博客(https://blog.csdn.net/viafcccy/article/details/90724073)完成了对于决策树的数据处理 下面我们来建立决策树和上篇博客一样还是这些属性 在上一篇中我们计算了信息嫡 信息增量这两个重要的数据 并且将数据以链表的形式建立起来最后我们使用较为简单的ID3算法建立决策树ID3算法是决策树的一种,它是基于奥卡姆剃刀...原创 2019-06-01 01:00:51 · 1754 阅读 · 0 评论 -
五子棋智能算法——决策树数据处理(二)
其实博弈树与决策树本质上是相同的 只是决策树追求的是信息嫡的下降 使可能性趋于一个最大值从而达到预测效果 而博弈树正如上篇博文所述追求的是选择从自身打分最高的一步棋要是看懂了上篇文章的博弈树(https://blog.csdn.net/viafcccy/article/details/90648852)的思想这里决策树也就不难了 作为AI的入门算法决策树是异常重要的 这里我决定先去实现决...原创 2019-05-31 22:49:28 · 4036 阅读 · 0 评论 -
五子棋智能算法-博弈树算法思想详解(一)
学习这个算法之前必会链表 关于链表看这两篇博文https://blog.csdn.net/viafcccy/article/details/84502334https://blog.csdn.net/viafcccy/article/details/85041942在五子棋下棋中 我们最容易想到的算法就是对于棋局的推演 从而找到一种最佳的情况去使棋局向这个方向发展为了简单思考...原创 2019-05-28 23:37:41 · 31055 阅读 · 1 评论 -
TensorFlow与深度学习(一)
正向传播与反向传播简单的根据判断输出结果softmax分类算法作者:忆臻链接:https://www.zhihu.com/question/23765351/answer/240869755来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。softmax函数softmax用于多分类过程中,它将多个神经元的输出,...原创 2019-03-16 15:50:33 · 4188 阅读 · 0 评论 -
TensorFlow(九)初识卷积神经网络
通过前面的了解 了解到了 神经网络 卷积 与 池化 也基本了解了所有卷积神经网络的重要组成部分卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),也就是卷积神经网络是前面我们构架的神经网络加上卷积与池化构成的一类新的算法。卷积神经网络与普通神经网络的...原创 2019-09-04 10:30:06 · 812 阅读 · 0 评论 -
TensorFlow(十)LeNet网络结构详解
LeNet-5出自论文Gradient-Based Learning Applied to Document Recognition,是一种用于手写体字符识别的非常高效的卷积神经网络。LeNet-5是一个较简单的卷积神经网络。下图显示了其结构:输入的二维图像,先经过两次卷积层到池化层,再经过全连接层,最后使用softmax分类作为输出层。 ...原创 2019-09-04 22:49:04 · 816 阅读 · 0 评论 -
TensorFlow(十)LeNet网络代码实现
MNIST 数据集可在http://yann.lecun.com/exdb/mnist/获取, 它包含了四个部分:Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47 MB, 包含 60,000 个样本) Training set labels: train-labels-idx1-ubyte.gz (29 KB...原创 2019-09-05 19:03:37 · 371 阅读 · 0 评论