![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
指标
张zzz
这个作者很懒,什么都没留下…
展开
-
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 -
数据挖掘中的指标--分类器中的ROC曲线及相关指标(ROC、AUC、ACC)
ROC又叫受试者工作特征曲线。它是用来验证一个二分类器模型的性能指标,也就是说,给出一个模型,输入一个模型,输入已知正负类的一组数据,并通过对比模型对改组数据进行的预测,衡量这个模型的性能。相关内容如下图:ROC曲线如何画?1.给定一个初始阈值(一般是从0%开始)2.根据分类结果画上图中第一个表格,然后根据上面的式子算法TPR和FPR。由TPR和FPR可以确定一个点,在...原创 2019-07-07 20:44:20 · 1933 阅读 · 0 评论 -
ImageNet中的Top-1与Top-5
在阅读和深度学习相关的文章的时候,常常在结果的评价指标上提出Top-1与Top-5。那么代表什么意思呢?Top-5错误率:指的是对一张图片,预测概率中前五个里面有正确的答案,即为正确Top-1错误率:一张图片,如果概率最大的是正确的答案,认为正确。...原创 2019-06-24 11:47:38 · 986 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 -
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