![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
千里足行~始于足下
坚持做喜欢的事!
展开
-
机器学习笔试易错题
来自博客:[链接]**注:**模型的特征数量,暗示模型变复杂;增加样本数量是为了解决过拟合,即减少方差。注:此处的x: yes, no,按下面的思路分别计算,最大的是A注: γ 越大,高斯核函数对应的曲线就越尖瘦。这样,运用核技巧得到的 SVM 分类面就更加曲折复杂,甚至会将许多样本隔离成单个的小岛。...原创 2020-03-26 17:02:49 · 163 阅读 · 0 评论 -
tensorflow 系统学习一
1.TensorFlow 是什么TensorFlow 与其他编程语言非常不同首先通过将程序分为两个独立的部分,构建任何拟创建神经网络的蓝图,包括计算图的定义及其执行。起初这对于传统程序员来说看起来很麻烦,但是正是图定义和执行的分开设计让 TensorFlow 能够多平台工作以及并行执行,TensorFlow 也因此更加强大。计算图:是包含节点和边的网络。本节定义所有要使用的数据,也就是张量(...原创 2020-02-23 15:11:29 · 274 阅读 · 0 评论 -
Win10 Anaconda下配置cuda10.0+cudnn7.41+tensorflow1.13.1+jupyter notebook
本人多次安装出现很多问题,这次终于弄好了,写这篇文章供大家和自己使用,因为来回找和搜索实在是太麻烦了。1.安装anaconda我是安装的3.5.2版本,点击获取:下载链接安装步骤:配置环境变量将以下三个路径加入,注意这里要换成你自己的安装路径。D:\xuexiRJ\anacondaD:\xuexiRJ\anacondaScriptsD:\xuexiRJ\anaconda\Lib...原创 2020-02-22 16:20:13 · 648 阅读 · 2 评论 -
更改jupyternotebook根目录和浏览器
第一步:打开jupyter_notebook_config文件,最简单的方式记事本打开。很多博客写完这就结束了,但是有的时候并不有效,尤其是新版本的.第二步:右击属性,目标改为:D:\xuexiRJ\anaconda\python.exe D:\xuexiRJ\anaconda\cwp.py D:\xuexiRJ\anaconda\envs\tensorflow D:\xuexiR...原创 2020-02-19 10:36:33 · 1860 阅读 · 0 评论 -
9.GAN(李宏毅)
1.GAN1.1GAN基本思想GAN的基本想法是,我们已有一个目标资料集Pdata(x)(x可以是任何目标:图片)P_{data}(x)_{(x可以是任何目标:图片)}Pdata(x)(x可以是任何目标:图片),这也是我们希望机器可以生成的资料分布。图上蓝色区域是高机率的部份,其它部份是低的部份,只要从蓝色区域中生成的图像都可以是完美的,而从蓝色外区域生成的图像就会是模糊的。如何从空...翻译 2020-01-01 13:17:46 · 318 阅读 · 0 评论 -
8.Imitation Learning模仿学习(李宏毅)
1.简介模仿学习有人又称为学徒制学习,示范学习,但又有人觉得只有逆向强化学习才能称为学徒制学习。示范学习就是人类示范给机器,让机器去模仿学习。不同于加强学习,在模仿学习中,机器可以与环境互动,但并不会得到Reward,因此,模仿学习并非受到Reward影响,主要还是受到专家展示启发。使用模仿学习的主要几点原因:Reward不好定义如果手工制作的奖励可能会造成无法控制的行为,考试要100...翻译 2019-12-30 17:03:33 · 1430 阅读 · 0 评论 -
7.Batch Normalization批量归一化(李宏毅)
1.1数据缩放不论是否使用Deep都会需要执行Feature Scaling,上图左来看,两个特征x1,x2x_1,x_2x1,x2,在没有做特征缩放之前很明显的x2x_2x2对结果有相对性较大的影响(梯度较大),这也会造成整个成本函数如左下图般,这会造成模型不好收敛。但如果让两个特征有相等的值域的话,那得到的成本函数就会如上图左,不论你的起始点在那都可以一样效率的到达中心点,收敛速度也...翻译 2019-12-30 12:05:02 · 429 阅读 · 0 评论 -
6.Pointer Network(李宏毅)
提出的动机Sequence2Sequence(简称seq2seq)模型是RNN的一个重要的应用场景,顾名思义,它实现了把一个序列转换成另外一个序列的功能,并且不要求输入序列和输出序列等长。传统的seq2seq模型是无法解决输出序列的词汇表会随着输入序列长度的改变而改变的问题的,如寻找凸包等。因为对于这类问题,输出往往是输入集合的子集。基于这种特点,作者考虑能不能找到一种结构类似编程语言中的指针...翻译 2019-12-29 17:11:46 · 850 阅读 · 0 评论 -
4.Recursive Network(李宏毅)
1.应用:Sentiment Analysis情节分析Recursive Network是比RNN更一般型式的神经网路。RNN来看情绪分析的案例,将Word Sequence输入神经网路,经过相同的function-f最后经过function-g得到结果。如果是Recursive Network的话,必需先决定这几个Sequence的关联,上图下案例来看,我们将x1,x2x_1,x_2x1...翻译 2019-12-29 15:36:59 · 210 阅读 · 0 评论 -
5.Conditional Generation by RNN & Attention(李宏毅)
1.Generation生成应用背景1:生成句子序列利用RNN产生一个有结构的物件(structured object),像是一首诗或是一篇文章。句子是由『Word』或『Character』所组成,假设你有一个中文Character Language Model(RNN),就可以直接用来生成。注:英文中『Character』所指为AZ,而『Word』是由空白所分隔的,但在中文里『Word...翻译 2019-12-29 16:58:24 · 286 阅读 · 0 评论 -
3.Highway Network& Grid LSTM(李宏毅)
1.Feedforward与Recurrent在说明Highway Network之前先回顾Feedforward与FeedforwardFeedforward1.经过t层之后得到y,每个f皆不相同2.这边的t所指为Layer3.只有一开始有输入x经常性1.同一个f不断计算,最后经过g得到y2.这边的t所指为time step3.每个time step皆输入x结论:把RNN竖...翻译 2019-12-29 14:40:32 · 574 阅读 · 0 评论 -
DCGAN基于深度卷积生成对抗网络的实例 ——CIFAR-10图像的生成
代码摘要:1.读取数据2.搭建鉴别网络和生成网络3.初始化网络的权重值4.训练鉴别网络和生成网络(时间大概需要几个小时)root路径可以自己设置"分批读取CIFAR-10图片并将部分批次保存为图片文件"from torch.utils.data import DataLoaderfrom torchvision.datasets import CIFAR10im...原创 2019-07-16 15:11:54 · 3329 阅读 · 7 评论 -
通俗理解生成对抗网络的核心思想
1.先看一个简单的例子什么是生成对抗网络的原理2.生成网络的结构——要点3.应用:生成对抗网络生成图像原创 2019-07-16 15:01:15 · 1250 阅读 · 2 评论 -
2.Spatial Transformer Layer(李宏毅)
1.1简介CNN并不存在几个特性:1.Scaling的特性,filter size尺寸固定的情况下,大只狗与小只狗的形状并没有办法自动缩放辨识。2.Rotation的特性,『3』转过来看起来对机器而言就是『m』。3.也许仅有些许的Translation,但移动过多情况下对CNN来说也是不一样的。上图范例,也许照片上有着缩小的『5』、『6』,但对机器而言两个数字应该就是很大,即使是单纯的...翻译 2019-12-29 13:35:34 · 1641 阅读 · 0 评论 -
1.语言模型详解(李宏毅)
...转载 2019-12-20 13:45:34 · 562 阅读 · 0 评论