![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 86
g chen
Any code of your own that you haven’t looked at for six or more months might as well have been written by someone else.
展开
-
仅用Python和Numpy完成深度学习框架(附代码实现)
使用Numpy完成深度学习框架本文针对自己使用Numpy搭建的深度学习框架进行了介绍。代码地址在:使用Numpy实现的简单深度学习框架框架结构在深度学习中,有几个基本的重要组件:1. 基础的网络模块,如全连接层,卷积层,激活函数,BN层等,它们组建起了网络的基础结构。2. 优化器,如SGD,Adam,RMSprop等,它们负责将网络中各个层的参数进行更新。3. Loss,这决定了网络所要优化的目标,并且负责在每次计算Loss后进行反向传播来计算各个层的梯度。因此,我将这几类作为了框架的基础父类:原创 2021-02-18 13:44:20 · 633 阅读 · 0 评论 -
决策树 ID3及C4.5算法原理及代码实现
决策树基本介绍: 决策树(decision tree)是一种常见的机器学习方法,表示基于特征对实例进行分类的过程,代表了对象属性与对象值之间的映射关系。模型具有可读性,分类速度快的优点。学习时利用训练数据,根据损失函数最小化的原则建立决策树模型,预测时根据所得的决策树进行分类。决策树是一种树型结构,每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,而每个叶子代表一种种类。如...原创 2018-05-09 19:30:30 · 10989 阅读 · 3 评论