机器学习
竹林刀声dogwaves
人工智能是未来的路线,深度学习和嵌入式是我的学习方向
展开
-
什么限制了你的神经网络执行的速度
这周拜读了大神Forrest Iandola的一篇博客,大开眼界,忍不住翻译过来,供大家分享。原文链接如下:https://medium.com/analytics-vidhya/not-all-tops-are-created-equal-e1911ffb4a82摘要限制了DNN在计算平台上的执行速度的六个常见原因。1)内存访问过多2)没有足够的并行3)等待输入数据加载4)糟糕的I...翻译 2020-01-17 21:50:36 · 1713 阅读 · 0 评论 -
机器学习——线性回归
整理和备份一下线性回归的相关知识(懒得编辑公式,直接手写体):摘要:1)线性回归的假设(预测)函数(Hypothesis)2)损失函数(Cost Function)3)参数训练的数学推导4)损失函数使用最小二乘法的原因...原创 2019-02-15 17:24:00 · 140 阅读 · 0 评论 -
机器学习——正则化
摘要:(懒得编辑公式,直接上手写体)1)正则化的意义2)正则化抑制过拟合的数学原理3)通俗理解正则化原创 2019-02-15 17:29:51 · 99 阅读 · 0 评论 -
机器学习——逻辑回归
摘要:(懒得编辑公式,直接手写体)1)逻辑回归(Logistic Regression)的本质2)预测函数(Hypothesis)3)损失函数(Cost Function)4)损失函数不适用最小二乘法的原因5)参数训练以及数学推导...原创 2019-02-15 17:36:52 · 177 阅读 · 0 评论 -
机器学习——模型误差分析
偏差和方差是描述机器学习模型好坏的两个重要指标,这里整理一下。1、定义1.1 基本概念偏差 :描述的是预测值(估计值)的期望与真实值之间的差距。偏差越大,越偏离真实数据,如下图第二行所示。方差:描述的是预测值的变化范围,离散程度,也就是离其期望值的距离。方差越大,数据的分布越分散,如下图右列所示。其他表述:(我更喜欢周志华老师的描述)在忽略噪声的情况下,泛化误差可分解为偏差、方差两部分...原创 2019-01-17 20:41:20 · 18269 阅读 · 1 评论