人工智能
文章平均质量分 72
王勇21633012
这个作者很懒,什么都没留下…
展开
-
深度学习手册——深度神经网络的超参数调试、正则化及优化方法(长文多图)
0 前言本文对深度神经网络超参数优化进行概要总结,适合有一定基础的人员查阅。 1 训练基础深度神经网络选择超参数是一个迭代过程,即使经验丰富的工程师,在面对新的任务时也需要在不断尝试中找到好的网络参数。1.1 训练集、验证集、测试集比例:在机器在学习时代,数据集往往不大,一般几百条到几万条,这种小规模数据集被分为:70%训练集、30%测试集(或着说60%训练集、20%验...原创 2018-08-17 10:46:56 · 14129 阅读 · 0 评论 -
TensorFlow实战——Softmax分类MNIST
下面代码使用Softmax分类MNIST,并绘制准确率随训练次数变化的关系图:(代码会自动下载MNIST数据集放在"MNIST_data/"文件夹中,若数据及存在则直接使用)# coding:utf-8import matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow.examples.tutorials.m...原创 2018-08-01 10:55:42 · 494 阅读 · 0 评论 -
坐标系变换、相机模型以及色彩空间与深度空间的映射关系
首先,声明一些相关的定义:所有坐标系均使用标准的右手笛卡尔坐标系(基的模为1,坐标轴两两正交);下标"1","2"分别代表相机-深度坐标系、相机-色彩坐标系的量,世界坐标系下的量无下标,下标"21"代表色彩坐标系向深度坐标系的转换量,反过来也有类似的定义;P代表点位置,R代表旋转矩阵,T代表平移量,X、Y、Z代表点坐标,u、v代表像素坐标,1.相机-世界坐标系变换$$P_1=R_1P+T_1$$这...原创 2018-07-08 23:58:26 · 1086 阅读 · 0 评论 -
ArchLinux上使用Kinect V2——安装libfreenect2(附OpenNI2安装方法)
1.安装依赖见下面列表:(引自:https://github.com/OpenKinect/libfreenect2)Requirements for optional featuresOpenGL depth processing: OpenGL 3.1 (Windows, Linux, Mac OS X). OpenGL ES is not supported at the moment.Op...原创 2018-07-02 15:03:45 · 804 阅读 · 0 评论 -
关于使用新版Sophus(2018年6月github版本)的使用
1.头文件.h 修改为 .hpp .hpp 是将头文件 源文件写在一起的文件。2.新本是模板类,定义时需要指定类型Sophus::SO3 SO3_R(R); 换成:Sophus::SO3<double> SO3_R(R); 打印需要log()函数:cout<<"SO(3) from matrix: "<<SO3_R<<endl;...原创 2018-07-09 00:17:22 · 4504 阅读 · 1 评论 -
Boston房价数据集线性回归—— sklearn & statsmodels 比较
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn import datasets, linear_model, metricsimport statsmodels.api as smboston = datasets.load_boston() # 这个数据集是一个字典d...原创 2018-05-16 20:48:40 · 4639 阅读 · 0 评论 -
Sigmoid函数推导(逻辑回归激活函数来历)
转载请注明出处:逻辑回归实际上是使用回归进行二分类的方法。线性回归返回的范围为\((-\infty,+\infty)\),而分类预测结果需要得到取值范围为\([0,1]\)的概率值,这样就需要一个由\((-\infty,+\infty)\)映射到\([0,1]\)的关系函数,这个函数关系,我们就可以使用\(Sigmoid(x)=1\over{1+e^{-x}}\)函数。那为什么要用这个函数呢?请看...原创 2018-05-16 18:39:25 · 8763 阅读 · 5 评论 -
比较样本方差对线性拟合结果的影响
代码和结果如下:import numpy as npimport pandas as pdfrom sklearn.linear_model import LinearRegressionimport seaborn as snsdef self_func(i): np.random.seed(i) n = 101 x = np.linspace(0,1...原创 2018-05-16 00:16:18 · 775 阅读 · 0 评论 -
线性拟合最小二乘法Python实现
下面代码实现的是最小二乘法线性拟合,并且包含自己造的轮子与别人造的轮子的结果比较。问题:对y=2.5x+0.8y=2.5x+0.8直线附近的带有噪声的数据进行线性拟合,最终求出w,b的估计值。最小二乘法基本思想是使得样本方差最小。代码中self_func()函数为自定义拟合函数,skl_func()为调用scikit-learn中线性模块的函数。import numpy as npimport ...原创 2018-05-15 22:28:56 · 6923 阅读 · 0 评论 -
使用TensorFlow实现简单的线性拟合
本文使用TensorFlow实现最简单的线性回归模型。线性回归拟合\(y=2.7x+0.6\),代码如下:import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltn = 201 # x点数X = np.linspace(-1, 1, n)[:,np.newaxis] # 等差数列构建X,[...原创 2018-05-07 23:57:36 · 1194 阅读 · 1 评论 -
吴恩达老师课程中文版整理(分享)
吴恩达老师机器学习课程中文文字版整理: https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes吴恩达老师深度学习课程中文文字版整理: https://github.com/fengdu78/deeplearning_ai_books关注更新。感谢编者黄海广博士。...转载 2018-05-04 14:43:49 · 18891 阅读 · 1 评论 -
最大似然估计,最大后验估计
条件概率: $$P(A|B)={P(AB)\over P(B)}$$ 这个公式看下面韦恩图就懂了:在事件\(B\)发生的条件下发生事件\(A\)的概率\(P(A|B)\),就是\(AB\)同时发生的概率\(P(AB)\),比\(B\)发生的概率\(P(B)\). 贝叶斯公式:$$P(A|B) = \frac{P(B|A)P(A)}{P(B)}$$ 形式上很明显,这个公式是条...原创 2018-05-03 14:50:40 · 978 阅读 · 0 评论 -
安装GraphViz
在Python机器学习实践中需要使用GraphViz显示决策树的图下面是安装、配置及验证过程:1、官网下载稳定版并安装;2、将“C:\Program Files (x86)\Graphviz2.38\bin”加入系统变量的“Path”这一步是必须的否则程序报错;3、pip install graphviz;4、使用下面代码验证:import graphvizimport sklearn.data...原创 2018-05-08 21:41:19 · 1995 阅读 · 0 评论 -
视觉SLAM基本原理(1)—— 欧氏变换与旋转向量
本人才疏学浅,内容难免有疏漏与不足,敬请您谅解与指正.向量空间1、概念 对于向量空间\(\mathbb{V}\)一组向量\({\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\boldsymbol \alpha}_{r}\):取自\(\mathbb{V}\);线性无关;\(\mathbb{V}\)内任意向量a均可由其线性表出. 则\...原创 2018-04-30 20:45:57 · 5196 阅读 · 1 评论