深度学习
文章平均质量分 85
还是那个同伟伟
百万代码中取bug首级
展开
-
深度学习框架TensorFlow(3.变量)
1.先看代码:import tensorflow as tf#定义变量x = tf.Variable([1,2])#定义常量a = tf.constant([3,3])#增加一个减法的opsub = tf.subtract(x,a)#增加一个减法opadd = tf.add(x,sub)#初始化所有的变量init = tf.global_variables_initialize...原创 2018-06-03 18:14:50 · 161 阅读 · 0 评论 -
深度学习-机器学习(神经网络的应用 下)
********************************先看代码后面解释********************************#神经网络算法(Neural Network)import numpy as npdef tanh(x): #双曲函数 return np.tanh(x)def tanh_deriv(x): #双曲函数的导数 return 1...原创 2018-06-25 21:07:13 · 358 阅读 · 0 评论 -
深度学习—机器学习(神经网络2)
1. 关于非线性转化方程(non-linear transformation function) sigmoid 函数(S 曲线)用来作为activation function: **在0和一之间渐变的一个曲线** 1.1 双曲函数(tanh) tanhx为下方...原创 2018-06-25 20:22:25 · 229 阅读 · 0 评论 -
深度学习-机器学习(神经网络的应用 上)
1.用Python来实现神经网络::原创 2018-06-25 16:07:12 · 1021 阅读 · 0 评论 -
深度学习框架TensorFlow(2.创建图,启动图)
1.下载好Anaconda,打开Jupyter,新建一个文件2.直接看代码:里面有些的解释在上一节的图可以看出,本篇就不做解释import tensorflow as tf#导入模块并且命名#创建一个常量opm1 = tf.constant([[3,3]])#一行两列的常量m2 = tf.constant([[2],[3]])#两行一列的常量#创建一个矩阵乘法的op,把m1和m2传入pr...原创 2018-05-31 18:10:25 · 332 阅读 · 0 评论 -
深度学习框架TensorFlow(1.安装和简介)
1.Tensorflow的安装 管理员方式打开命令提示符:pip install tensorFlow2.更新TensorFlow: pip uninstall tensorflow pip install tensorflow3.安装完之后,在命令提示符里输入:pip list看一下里面有没有tensorFlow4.Tensorflow基本概念 使用图(graphs)来表示计算任...原创 2018-05-31 18:03:12 · 300 阅读 · 0 评论 -
深度学习-机器学习(5.3支持向量机Python的应用)
1.从本篇后展示不更新支持向量机了,就下来会更新TensorFlow基础开始的博客,以后会把支持向量机更新完的。2.第二个SVM上Python的实例3.直接看代码: import numpy as npimport pylab as pl #提供Python的画图功能from sklearn import svm#创建四十个点a = np.random.seed(0)#se...原创 2018-05-31 15:27:02 · 334 阅读 · 0 评论 -
深度学习-机器学习(5.2支持向量机SVM上的Python应用)
1.简单的应用,(用前两节的例子) 直接上代码:原创 2018-05-30 18:27:00 · 441 阅读 · 0 评论 -
深度学习-机器学习(5.2支持向量机SVM)
1.SVM如何找出最大边际的超平面呢(MMH)? 利用一些数学推到,以上一节的公式可变为有限的凸优化问题(convex quadratic optimization) 利用Karush-Kuhn-Tucker)(KKT)条件和拉格朗日公式,可以推出MMH可以被表示为以下“决定边界(decision boundary)” 可以表示的公式: ...原创 2018-05-30 17:01:24 · 1819 阅读 · 0 评论 -
深度学习-机器学习(神经网络 1)
1.多层向前神经网络由以下部分组成: 输入层(input layer ),隐藏层(hidden layers ), 输入层(output layers) (1)输入层:数据集传入到里面开始计算,训练集的实例向量来传入的。(2)经过连接结点的权重(weight)传入下一层,一层的输出是下一层的输入(3)隐藏层的个数可以是任意的,输入层有一层,输出层有一层(4)一层中加权的求和,然后根据非...原创 2018-06-20 18:12:26 · 394 阅读 · 1 评论 -
深度学习框架TensorFlow(4.Fetch and Feed)
1.Fetch :可以在会话里可以同时执行多个op,然后得到运行结果 fetch:例子(直接看代码)import tensorflow as tf#定义三个常量input1 = tf.constant(3.0)input2 = tf.constant(2.0)input3 = tf.constant(5.0)#加法的操作add = tf.add(input2,input3)#乘法...原创 2018-06-05 20:57:28 · 198 阅读 · 0 评论 -
深度学习-机器学习(5.1支持向量机)
1.支持向量机(Support Vector Machine)(英文简写SVM)属于监督学习(Supervised Learning):分类(Classifcation)2.机器学习的一般框架: 训练集->提取特征向量->结合一定的算法(分类器:比如决策树,KNN)->得到结果3.介绍: 3.1例子 在这个例子中加入提取...原创 2018-05-29 21:55:05 · 2096 阅读 · 0 评论 -
卷积神经网络(卷积层,激活函数Relu,池化层,计算公式及API解释)
1. 卷积神经网络 (卷积层,激活函数,池化层,全连接层) (1) 把神经网络的隐藏层分为卷积层和池化层(又叫下采样层) · 卷积层 : 通过在原始图像上平移来提取特征 · 池化层 : 通过特征后稀疏参数来减少学习的参数,降低网络的复杂度。2. 卷积层:(定义过滤器) (1)大小 (观察窗口)、一般都是奇数(1*1、3......原创 2018-11-19 21:43:15 · 52383 阅读 · 3 评论