![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
技术
张zzz
这个作者很懒,什么都没留下…
展开
-
机器学习相关知识记录
在读机器学习相关的书籍的时候,对机器学习相关的概念进行了总结:1.首先,对于机器学习,必须要有数据,也就是数据集。也成“示例“或“样本”。其中反映时间 或在某方面的表现或性质的事项称为“属性"或“特征”,另外,属性张成的空间称为“属性空间”或“样本空间”。那么属性张成的空间就是事件的特征空间,每个样本都可以在此空间中找到自己对应的位置,那么每一个示例就称为“特征向量”。2.从数据中学习到模型的...原创 2019-06-19 18:30:47 · 121 阅读 · 0 评论 -
再遇cuda9.0.cudnn.nvcc安装
近段时间因为之前使用的是cuda8.0,由于工作需要,安装tensorflow-gpu1.11.0版本,需要cuda9.0,遇到好多问题,现在给出解决方法:#cudnn安装wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.4.1.5/prod/9.0_20181108/cudnn-9.0-li...原创 2019-07-18 10:48:00 · 581 阅读 · 0 评论 -
windows和Linux下查看文件的MD5方法
windows方法:win键+r键输入cmd,输入:查看MD5值:certutil -hashfile 文件名 MD5查看SHA1 :certutil -hashfile 文件名 SHA1查看SHA256 :certutil -hashfile 文件名 SHA256Linux方法,进入目录输入:md5sum 文件名...原创 2019-07-06 14:39:57 · 2902 阅读 · 0 评论 -
机器学习之集成学习
集成学习通过构建并结合多个学习器来完成学习任务。集成学习示意图如下图: 集成学习示意图一般结构:先产生一组“个体学习器”,再用某种策略将它们结合起来。个体学习器通常由一个现有的学习算法从训练数据产生,注意的是集成中只包含同种类型的个体学习器,例如“决策树集成”中全是决...原创 2019-07-04 10:37:22 · 330 阅读 · 0 评论 -
tensorflow-gpu版本、keras版本与cuda匹配
关于tensorflow-gpu安装,对于cuda有严格要求,下面把对应版本匹配展示一下:在安装keras时可根据要求匹配tensorflow-gpu: tensorflow 1.5 和keras 2.1.4 tensorflow 1.4和keras 2.1.3 tensorflow 1.3和keras 2.1.2 tensorflo...原创 2019-06-27 20:37:06 · 28554 阅读 · 6 评论 -
多分类学习
分类学习器又叫“学习器”,有些二分类学习方法可以直接推广到多分类,更多情形下,我们是根据一些基本策略,利用二分类学习器来解决多分类问题。考虑N个类别C1,C2,.....,Cn。多分类学习的基本思路是“拆解法”,即将多分类任务拆解为若干个二分类任务求解。具体来说,先对问题进行拆分,然后为拆出的每个分类任务训练一个分类器;在测试时,对这些分类器的预测结果进行集成以获得最终的分类结果。那么,如何...原创 2019-06-24 09:47:58 · 790 阅读 · 0 评论 -
机器学习之神经网络
上图是M-P神经元模型,在这个模型中,神经元接收来自n个其他神经元传递过来的输入信号,这些输入信号通过带权重的连接进行传递,神经元接收到的总输入值将与神经元的阈值进行比较,然后通过“激活函数”处理以产生神经元的输出。感知机与多层网络感知机由两层神经元组成,输入层接收外界输入信号后传递给输出层,输出层是M-P神经元,也称“阈值逻辑单元”。给定训练数据集,权重w以及阈值可通过学习得到。...原创 2019-07-07 20:16:55 · 286 阅读 · 0 评论 -
安装tensorflow-gpu
在用tensorflow的时候,可能常常用到gpu,下面将介绍如何利用tensorflow-gpu。有两种方法:(1):pip install tensorflow-gpu版本,但是安装过程贼慢,甚至会安装失败。个人不建议使用。(2)使用pypi源安装:例如:pip install -i https://pypi.tuna.tsinghua.edu,cn/simple tensorflow-g...原创 2019-06-18 09:48:06 · 156 阅读 · 0 评论 -
安装cuda和cudnn
记录写博客的第一天:今天主要给大家介绍一下与图像相关的深度学习有关的知识。首先,因为图像的分类,检测等任务依赖于计算机大量的计算能力,所以必须依托于GPU高性能运算。那么,怎么才能让自己的电脑能顺利的用上实验室所提供的GPU呢?下面我将介绍如何安装适合自己电脑GPU的驱动:安装之前首先要确定你需要的安装的CUDA和Cudnn的版本,这和后面需要安装的tensorflow等有直接联系。1.#...原创 2019-06-18 09:21:19 · 1262 阅读 · 1 评论 -
Docker的使用
1.资源进入docker官网:https://www.docker.com/docker APIhttps://docs.docker.com/2.DockerHub镜像制作1.基础镜像制作https://github.com/fusimeng/Docker/blob/master/notes/base.md2.框架制作https://github.c...转载 2019-06-20 09:58:34 · 72 阅读 · 0 评论 -
机器学习之模型评估与选择
本次主要针对西瓜书中机器学习中的模型评估与选择进行学习1.经验误差与过拟合所谓的“误差”指的是学习器的实际预测输出与样本的真实输出之间的差异。学习器在训练集上的误差称为“训练误差 ”或“经验误差”,在新样本上的误差称为“泛化误差”。对于机器学习,得到一个泛化误差小的学习器是必要的。因此,在新样本上获得一个良好的分类器的目的就是在训练样本中尽可能学出适用于所有潜在样本的“普遍规律”,这样才能...原创 2019-06-20 09:39:52 · 316 阅读 · 0 评论 -
深度学习中关于模型融合问题
模型融合即Ensemble Generation,指的是将多个不同的Base Model组合成一个Ensemble Model的方法。它可以同时降低最终模型的bias和Variance。从而在提高分数的同时又降低过拟合的风险。常见的Ensemble方法有以下几种:1.Bagging:使用训练数据的不同随机子集来训练每个Base Model,最后进行每个基本模型权重相同的投票,即随机森林原理...原创 2019-10-09 08:50:38 · 4589 阅读 · 0 评论