![](https://img-blog.csdnimg.cn/20200929094235879.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习专栏
有关于机器学习的各类信息,包括学习笔记、原理解析、资料收集等。
猫咪钓鱼
相信美好的一切,批判所有的邪恶。
展开
-
决策树ID3 C4.5 CART代码
ID3 # encoding: gbk import pandas as pd import numpy as np class DecisionTree: def __init__(self): self.model = None # 计算熵 def calEntropy(self, y): valRate = y.value_counts().apply(lambda x: x / y.size) # 频次汇总 得到各个特征对应的概率原创 2021-01-18 20:27:03 · 268 阅读 · 1 评论 -
线性回归python代码实现
import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签 input_x = [0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,2.50,2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50] input_y = [10, 26, 23, 43, 20, 22,原创 2020-11-18 22:55:53 · 372 阅读 · 0 评论 -
Tensorflow2.0版本 笔记
文章目录Tensorflow笔记1 常用函数1.1 tf.where()1.2 np.mgrid()1.3 tf.nn.softmax_cross_entropy_with_logits()2 常用网络结构2.1 基础框架——Sequential 和 Class 网络框架2.1.1 tf.keras.models.Sequential()2.1.2 class MyModel (Model)2.2 功能扩展后的网络2.2.1 构造数据集2.2.2 图片数据增强2.2.3 断点续训、输出网络参数、输出loss原创 2020-10-26 10:32:41 · 469 阅读 · 2 评论 -
Tensorflow 2.0 的新特性介绍——最详细版本
文章目录有效的TensorFlow 2重大变化的简要摘要API清理急于执行没有更多的全局变量功能而不是会话惯用TensorFlow 2.0的建议将代码重构为较小的函数使用Keras图层和模型来管理变量结合使用tf.data.Datasets和@ tf.function利用带有Python控制流的AutoGraphtf.metrics汇总数据,而tf.summary记录它们调试时使用tf.config.experimental_run_functions_eagerly() 有效的TensorFlow 2 T原创 2020-10-15 11:21:03 · 1383 阅读 · 0 评论 -
神经网络和深度学习各类概念名词解析
池化层 池化层有Max pooling 和 average pooling,实际用的较多的是Max pooling。下面以Max pooling 作为例子。 卷积层 可以发现,卷积层的每个像素点是有权重的,但池化层并没有。原创 2020-09-29 10:18:11 · 170 阅读 · 0 评论 -
各类神经网络知识收集
残差网络ResNet网络原理及实现原创 2020-09-29 09:46:28 · 111 阅读 · 0 评论