深度学习
文章平均质量分 94
小猪猪同学
一只一直在入门中的小菜
展开
-
用python的numpy实现神经网络 实现 手写数字识别
首先是读取文件,train-images-idx3-ubyte等四个文件是mnist数据集里的数据。放在MNIST文件夹里。MNIST文件夹和这个.py文件放在同一个文件夹里。import numpy as npimport structtrain_images_idx3_ubyte_file = './MNIST/train-images-idx3-ubyte'train_l原创 2018-01-20 20:42:27 · 9044 阅读 · 5 评论 -
关于神经网络的一些心得总结
【一些基础概念】feature map:用不同的滤波器去卷及图像会得到不同特征的映射,即feature mapground truth:正确的标注,训练集对监督学习技术的分类的正确性【一些乱七八糟的心得和记录】1、神经元的概念:用100种卷积核去卷积就有100个feature map,这100个feature map就组成了一层神经元2、隐藏层的作用:可以看成是使用一个非线性...原创 2018-09-18 20:39:24 · 3909 阅读 · 0 评论 -
tensorflow的入门--手写数字识别mnist的傻瓜教程
手写数字识别是入门的适合上手的第一个小例子。也能通过这个直观的感受到图像识别是个什么鬼。先不讲理论,直接上手来开始做。这篇文章才是完全的新手入门原创 2017-09-04 21:07:17 · 1973 阅读 · 6 评论 -
深度学习、机器学习面试总结
网易游戏面试(机器学习-AI算法实习生)一、项目方面1、先做一个自我介绍吧2、机器学习、深度学习方向,您的项目选一个我们来聊一聊吧3、这个项目哪一步用到了深度学习。输入输出是什么?是怎么实现的?4、介绍一下KMeans++算法(具体的)1、从数据中随机挑选k个样本作为原始的簇中心2、计算剩余样本与簇中心的距离,并把各样本标记为离k个簇中心最近的类别3、重新计算各簇中...原创 2019-08-22 12:50:17 · 346 阅读 · 0 评论 -
《深度学习技术图像处理入门》看书知识点总结
个人总结知识点1.问:为什么y=wx明明是一个矩阵,而损失函数是一个值2,问:支持向量机SVM与逻辑回归的关系SVM把逻辑回归的sigmoid函数换成核函数,损失函数由平均交叉熵换成了不同分类的距离间隔3,问:深度学习与逻辑回归的区别在计算y=wx时,将逻辑回归的函数变成几十个函数的嵌套,然后利用链式求导法则对嵌套的几十个函数进行反向求导,得出损失函数4,问:过拟合的原...原创 2019-02-22 16:12:45 · 5475 阅读 · 1 评论 -
《漫画机器学习入门》总结
漫画机器学习入门是一本非常有意思的书,全书用生动活泼的漫画来讲解整个深度学习的过程。并不幼稚,相反,将一些难以理解的概念讲的非常生动。接下来总结一下这本书的收获吧1,特征向量就是每个人的特征量放到一起,特征向量是表达特征的一个数组2,回归就是:建立模型---拟合---微调3,机器学习是寻找输入数据与输出数据之间关系的一门学问。4,每一个特征量都很重要,但是不同特征量的重要程度是...原创 2019-02-22 16:31:09 · 1571 阅读 · 1 评论 -
深度学习一些思考总结. 乱记
原创 2019-08-22 12:50:33 · 227 阅读 · 0 评论