手撕算法
理想主义小白
这个作者很懒,什么都没留下…
展开
-
手撕代码:ResNet实战
关于resnet原理的教程有很多,这里推荐一个~https://www.bilibili.com/video/BV1T7411T7wa?from=search&%3Bseid=1879396105190151950然后本次学习手写的代码是resnet18,数据集为CIFAR100,网络结构即为下图红框中的结构图片截自开头提到的教程代码网络结构部分:import tensorflow as tffrom tensorflow import kerasfrom原创 2020-08-20 12:41:06 · 979 阅读 · 1 评论 -
手撕代码:VGG13实战CIFAR数据集,附:卷积神经网络CNN可视化学习
VGG模型是2014年ILSVRC竞赛的第二名,第一名是GoogLeNet。但是VGG模型在多个迁移学习任务中的表现要优于googLeNet。而且,从图像中提取CNN特征,VGG模型是首选算法。“VGG”代表了牛津大学的Oxford Visual Geometry Group特点:小卷积核:作者将卷积核全部替换为3x3(极少用了1x1);小池化核:相比AlexNet的3x3的池化核,VGG全部为2x2的池化核;层数更深特征图更宽:基于前两点外,由于卷积核专注于扩大通道数、池化专注于缩小宽和高,使原创 2020-08-19 17:16:24 · 685 阅读 · 0 评论 -
手撕代码:BP神经网络实现FashionMINST分类(基于Tensorflow + Keras实现)
共分为五个步骤:1 读取数据集和预处理(batch)2 创建网络:layers.Dense3 梯度下降:tape.gradient(损失函数, 变量) + optimizer.apply_gradients(zip(…))4 计算测试集准确率import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import datasets, layers, optimizers, Sequential,原创 2020-08-18 19:28:32 · 847 阅读 · 0 评论 -
手撕机器学习:Part1 回归与分类(含样例代码)
岭回归/套索回归/弹性网络回归、梯度下降、Sigmoid/Softmax、数据升维……0 前言1 回归:线性回归1.1(多元)线性回归的损失函数1.1.1 最大似然估计与最小二乘1.1.2 代价函数的解析解,λ扰动1.2 复杂度惩罚因子(正则化)岭回归、套索回归、弹性网络回归(Ridge,LASSO,Elastic Net)1.3 梯度下降法1.4 线性回归的进一步分析可以对样本是非线性的,只要对参数θ线性2 分类:逻辑回归(Logistic Regression)2.1 二分类:Sigmoid函数2.1.原创 2020-08-08 10:43:13 · 474 阅读 · 0 评论