机器学习
文章平均质量分 53
kunkun_1230
所写帖子都经过自测...
展开
-
python图片第三个维度不是3的情况处理
我们在进行CV方向深度学习工作时,需要基于大量图像进行批量前处理工作。为了便于后期运算,我们通常需要将图片resize成相同的尺寸。众所周知,图像存在3个维度(hight,wide,RGB通道数)。通常,我们认为图像的RGB通道数有红绿蓝三个维度,因此图像的第三维度通常为3。然而,这次处理图像的过程中发现很多jpg格式的图像第三个维度为4,导致resize一直失败,分析原因发现,可能是因为这些图片本来是由png等格式转换成jpg的。你在玩三种不同格式的图片(至少是那些出现在你问题中的图片)。它们分原创 2021-10-25 15:49:02 · 1334 阅读 · 0 评论 -
吴恩达深度学习Dinosaurus+Island作业的思考
吴恩达这节课的介绍如下Welcome to Dinosaurus Island! 65 million years ago, dinosaurs existed, and in this assignment they are back. You are in charge of a special task. Leading biology researchers are creating new breeds of dinosaurs and bringing them to life on ear原创 2021-03-31 17:04:43 · 287 阅读 · 0 评论 -
Sklearn决策树可视化
决策树算法的原理,对于研究机器学习的同学想必都非常的熟悉。在进行数据分析过程中,我们想进一步深入的了解数据特征重要性等等时,最好能够通过数据可视化的方式深入的了解每一个特征对于数据分类划分的重要性。这时,我们学习《机器学习实战:基于Scikit-Learn和TensorFlow》的案例,引入sklearn模块中的graphviz模块首先,构建存储图片位置的路径import osPROJECT_ROOT_DIR = "."CHAPTER_ID = "decision_trees"IMAGES_原创 2020-10-10 10:56:50 · 1105 阅读 · 1 评论 -
三种常见梯度下降优化算法总结
最近在学习《机器学习实战:基于Scikit-Learn和TensorFlow》,这里把之前的一些基础知识点进行了总结。对于一个线性函数:y^=hθ(x)=θ⋅x\hat{y}=h_{\theta}(\mathbf{x})=\boldsymbol{\theta} \cdot \mathbf{x}y^=hθ(x)=θ⋅x为提高函数的泛化能力,我们需要定义其损失函数,并将之尽可能降到最小。这里我们使用MSE作为损失函数。MSE(X,hθ)=1m∑i=1m(θ⊤x(i)−y(i))2\operator原创 2020-09-23 11:28:26 · 2467 阅读 · 0 评论 -
XGBOOST与GBDT区别
GBDT是一种较为经典的梯度提升树算法,包括XGBOOST(XGBOOST是GBDT的一个变种)。Boosing算法是一种加法模型,它包含一种残差逼近的思想。GBDT是一种较为经典的梯度提升树算法,包括XGBOOST(XGBOOST是GBDT的一个变种)。GBDT 在函数空间中利用梯度下降法进行优化。XGBOOST在函数空间中利用牛顿法进行优化。且相比GBDT,XGBOOST加入了正则项,使模型更加不容易过拟合。优化方法梯度下降法(Gradient descend method)梯度下降法利原创 2020-06-01 09:26:29 · 1050 阅读 · 0 评论