机器学习实践
TQ2
这个作者很懒,什么都没留下…
展开
-
使用 Numpy 实现 K-Means 聚类算法
K-Means 算法原理链接.使用时,实例化类后,只需关注 fit(), predict(),传入数据类型为np.array,形状为 N x M。class MyKMeans: labels_ = [] # fit 后每类数据的标签 cluster_centers_ = None # N x M, 聚类中心个数 __cluster_centers_dict = dict() def __init__(self, n_clusters=3, n_init=3, m原创 2021-05-10 19:22:27 · 1017 阅读 · 1 评论 -
全连接神经网络架构
详细代码、案例分析请点击链接查看AI Studio 平台同步更新:https://aistudio.baidu.com/aistudio/projectdetail/1698484.目录首先构建我们的FCDNN用于后续案例的分析ActivationFunctionSigmoidTanhLinearSequentialLossGeneralOptimizer 优化器案例分析展望首先构建我们的FCDNN用于后续案例的分析ActivationFunctionSigmoidTanhLinearSe原创 2021-04-05 16:11:23 · 2002 阅读 · 0 评论 -
【AI创造营】AI染发,拒绝选择。
近期飞桨又举行比赛了。比赛链接: link.项目说明:我们很多人都有选择染发颜色焦虑症,很容易想出脑血栓,非常的危险,于是我做出这款AI染发,拒绝选择,拒绝脑血栓,直观看见自己适合什么颜色项目演示:项目源码地址:Ai Studio:link.Github:link....原创 2021-03-16 08:48:22 · 1747 阅读 · 0 评论 -
神经网络实践项目——数字奇偶识别
项目:奇偶识别将一个int型整数转化为32位二进制数作为BP人工神经网络的输入(例如,整数2为10前面加30个0,这32个数字分别为32个输入),0或1作为输出层的输出(该数为偶数,则预期输出d为0;该数为奇数,则预期输出d为1),以这样的模型(32个输入,隐含层16个神经元,输出层1个神经元,学习率参数r的值为0.1)训练1000个回合(训练一回合=训练一次训练集,训练一回合后,打乱训练集,再进行下一回合的训练),然后对测试集进行测试并统计奇偶识别率。训练集:1000个随机整数和1000个预期输出测原创 2020-08-02 15:56:49 · 1941 阅读 · 0 评论