自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 深度学习Day 5.2 Tips of Deep Learning

目录1. 深度学习的三个步骤1.1 define a set of function1.2 goodness of function1.3 pick the best function2. 模型优化​2.1更新激活函数2.2Adaptive Learning Rate2.3 Early Stopping2.4Regularization2.5 Drop out1. 深度学习的三个步骤1.1 define a set of function1.2 g...

2021-11-26 22:43:12 1269

原创 深度学习 Day5.1 反向传播

反向传播即 利用 forward pass 和 backward pass 来计算损失函数L 对 参数w的偏导

2021-11-26 22:20:18 202

原创 深度学习 Day 3 梯度下降的优化

1. SGD2.SGDM3.Adagrad 4.RMSProp 5.Adam6.SWATS7.AMSGrad8.AdaBound 9.Cyclical LR10.SGDR11.One-cycle LR12.RAdam13.Lookahead 14.NAG15.Nadam16.AdamW & SGDW with momentum17. 其他17...

2021-11-26 00:13:02 264

原创 深度学习 Day 4.2 Logistic Regression——Discriminative Model

目录1. Function Set 设定公式2.Goodness of a Function 损失函数3.Find the best function 梯度下降4. 为何判断logistic regression模型的好坏,用 交叉熵而不是Square Error:5.Multi-class Classification5.1 用softmax来计算一个元素去到各个class的概率5.2 把f(x)和y的分布用交叉熵来对比6.Feature transfo...

2021-11-22 11:06:07 770

原创 深度学习 Day4.1 Classification

1.Probabilistic Generative Model1.1 模型设定: 1)假定数据服从高斯分布 2)求解 均值 和 协方差矩阵 3)计算P(X|C1), 4)计算P(C1|X)1.2 模型好坏的评价1.3 寻找最优解——直接计算即可2.Sigmoid function2.1 从Posterior Probability 到 sigmoid function2.2Sigmoid funct...

2021-11-21 22:57:03 422

原创 深度学习 Day2 Gradient Decent

目录1. 调整learning rate——Adagrad2.Stochastic Gradient Descent3.Feature Scaling4. 梯度下降的局限1. 调整learning rate——Adagrad2.Stochastic Gradient Descent每看一个数据,就做一次梯度下降3.Feature Scaling把不同参数的尺度调到一样的大小:mean normalization(均值归一化)4. 梯度下降的局...

2021-11-13 16:32:50 1016

原创 深度学习 Day1 Regression

目录1. 构建基本模型2. 优化模型3. 模型误差的来源4. 交叉验证1. 构建基本模型1.1 基本模型1.2 构建损失函数1.3梯度下降1.4 在得出最优的 w和b 之后,计算training data和test data的损失值2. 优化模型2.1 采用更复杂的函数2.2 引入更多的参数2.3 损失函数正则化3. 模型误差的来源3.1 Bias 1)简单模型 2)underfitting3....

2021-11-10 21:28:40 248

原创 第二章作业

#1 使用 python 表示数学式a,b,x,y=eval(input("请输入a,b,x,y,并用逗号隔开:"))print(a)print(b)print(x)print(y)calculate = (5+10*x)/5-13*(y-1)*(a+b)/x+9*(5/x+(12+x)/y)print(calculate)#2_从控制台输入用户的月薪,进行运算计算出年薪。打印输出用户的年薪monthly_salalry = eval(input("请输入月薪:"))yearly_..

2021-10-31 18:51:03 104

原创 用海龟图画四个方块

参考书籍:《生物信息学中的计算机技术》(2002年出版) Clinical Applications for Next-Generation Sequencing (2016): 开始是关于NGS技术的原理、优缺点、应用的详细描述,后面分不同类型的疾病概述NGS的研究进展和存在的问题。 Next-Generation Sequencing Data Analysis: 涉及分子生物学基本知识,NGS概述、测序原理及注意事项、NGS共有分析步骤及软硬件要求;转录组,小RNA,全基因组、表观和基

2021-10-31 18:10:17 476

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除