- 博客(4)
- 收藏
- 关注
RSS订阅原创 【飞桨李宏毅机器学习特训营】从公式到代码实现：逻辑回归（超详细）
项目描述二元分类是机器学习中最基础的问题之一，在这份教学中，你将学会如何实作一个线性二元分类器，来根据人们的个人资料，判断其年收入是否高于 50,000 美元。我们将以两种方法: logistic regression 与 generative model，来达成以上目的，你可以尝试了解、分析两者的设计理念及差别。实现二分类任务：个人收入是否超过50000元？数据集介绍这个资料集是由UCI Machine Learning Repository 的Census-Income (KDD) Dat
2021-03-20 19:04:03
449
1
原创 paddle2.0创建张量Tensor方法
Tensor 是paddle最基本的数据结构，paddle创建tensor有下面这些方式:1.利用原有的数据创建tensor#假设原有数据为[3,4,5]import paddle x = paddle.to_tensor([1,2,3],dtype='float32')print(x)##输出：Tensor(shape=[3], dtype=float32, place=CPUPlace, stop_gradient=True, [1., 2., 3.])paddle的
2021-03-09 18:54:04
3876
原创 基于paddle的柠檬实战
关于第四次作业的柠檬实战中一些坑的心得体会。在这过程中的问题大多为路径问题，但实则不然，一些小细节放面也需要警惕！下面我来讲讲我所踩到的坑。##先是文件解压!unzip -oq data/data72793/lemon_homework.zip -d data/!unzip -oq data/lemon_homework/lemon_lesson.zip -d data/!unzip -oq data/lemon_lesson/train_images.zip -d data/!unzip
2021-03-09 17:04:55
378
1
转载 基于paddle简单感知机的实现【飞桨】【图像分类】【PaddlePaddle】
概况：提示：这里简述项目相关背景：例如：项目场景：示例:通过蓝牙芯片(HC-05)与手机 APP 通信，每隔 5s 传输一批传感器数据(不是很大)在机器学习中，感知机（perceptron）是二分类的线性分类模型，属于监督学习算法。输入为实例的特征向量，输出为实例的类别（取+1和-1）。感知机对应于输入空间中将实例划分为两类的分离超平面。感知机旨在求出该超平面，为求得超平面导入了基于误分类的损失函数，利用梯度下降法 对损失函数进行最优化（最优化）。感知机的学习算法具有简单而易于实现的优点，分为原始形
2021-03-07 15:23:19
558
8
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