- 博客(9)
- 收藏
- 关注
RSS订阅原创 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 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