- 博客(10)
- 收藏
- 关注
RSS订阅原创 深度学习6——Convolutional Neural Network
首先，因为有些图案比整个图像小得多，并且神经元不必看到整个图像就能发现形状是什么。最大值出现在左上角和左下角，因此该过滤器侦测出的值在左上角和左下角。如果有其它过滤器，那么可以得到新的内积值，称之为。这个值，比如将正值变得更大，把负值变得更小。假设现在有一张6x6的图像，并且有一个。把特征映射的值拉直后，将其放进。所以一张6x6的图像经过。然后计算第K个过滤器的。
2023-10-23 16:52:15
90
原创 深度学习5.2——Tips for Deep Learning
首先，我们在之前提到过深度学习的基本步骤：经过这三个步骤训练出一个神经网络，如果该神经网络无法在训练集上得到好的结果，那么需要重新返回到这三个步骤，如果可以得到好的结果，那么观察该神经网络能否在测试集上得到好的结果，如果不行，那么称之为，需要回到上述的三个基本步骤，如果可以，那么结束整个过程。随着模型层数的增加， 模型的准确率越来越低。但这并不是因为模型了，上图只意味着模型在训练的时候都没有达到好的效果。出现这种情况的原因是参数变化对Cost的变化减小。即在靠近模型输入层的梯度比较小，参数更新较慢；
2023-10-20 16:11:32
102
1
原创 深度学习5.1——反向传播算法（Backpropagation）
在使用反向传播算法时，首先需要做一个Forward pass，如果知道每一个神经节的输出，那么就可计算出，其次计算Backward pass，得到，最后将二者相乘，即可得到某一个。
2023-10-17 14:05:14
119
原创 深度学习4.3——深度学习（Deep Learning）
假设输入为手写数字体2的图片，那么如何通过机器（neural network）得到识别后的输出值？而所谓的深度（deep）就是Hidden Layers的层数。,......, 反复操作，直至计算出第L层的输出。,......, 第L层neuron的参数为。的数值最大，所以识别出来的输出值为2。来计算L的最小值，从而将损失值降到最低。而我们的输入层可以为不同的图片，从。假设第一层neuron的参数为。，第二层neuron的参数为。，那么给定一个输入层后，通过。计算出第一层的输出值。计算出第二层的输出值。
2023-10-10 14:08:49
146
1
原创 深度学习4.2——逻辑回归（Logistics Regression）
但麻烦的是，我们不知道如何找到一个好的特征转换，如果执着于寻找最佳的特征转换，那么就不是机器学习了，反而成为了人类智慧。因为如果要用逻辑回归的话，两个测试集上的界限就是一条直线，我们无法使用一条直线来将上述的红点和蓝点进行分开。所以得到的该模型即为逻辑回归。如果仍然要用逻辑回归，那么可以进行特征转换，将。若要寻找最佳函数，那么我们需要求解对原式进行。可以发现，该式与用线性回归求解新的。为两个伯努利分布之间的交叉熵。而最好的w和b的值就是当。大于等于0.5，那么。有最大值时，此时记为。
2023-10-09 13:10:52
78
1
原创 深度学习4.1——分类：概率生成模型
以二分类为例子，在训练数据时分为类别1和类别2，其中类别1的目标为1，类别2的目标为-1，因此当我们开始测试数据时，越接近1的数据就将其分在类别1中，越接近-1的数据就将其分在类别2中。但如果某些点远大于1，那么它们就会偏离，这时候用回归来处理的话，这些值就是错误值了，这个时候为了减少错误，用回归处理得到的直线是紫色的，但这并不是我们所希望的。由于我们只考虑了小球的两个特征值，所以最后分类的准确率并不是很高，但如果考虑多个特征的话，比如六个、七个、八个等，这样就可以提高分类的准确率。
2023-10-07 21:18:32
213
1
原创 深度学习2——梯度下降法（Gradient Descent）
最流行和最简单的想法是：每隔几个epochs将学习率降低一些系数。在最开始的时候，我们离目的地很远，所以需要使用较大的学习率；几个epochs之后，我们接近了目的地，所以我们开始降低学习率。比如使用t分之一衰变：但是Learning Rate不能一刀切完，所以需要给定不同的参数和不同的Learning Rate。而一种称为Adagrad的算法思想是：将每个参数的Learning Rate除以其先前导数的均方根。在批梯度下降法中，将w看成一个参数：在Adagrad梯度下降法中，
2023-09-25 16:33:31
298
1
原创 深度学习1——回归实例讲解
但不用担心，在线性回归中，Loss function L是凸出的（convex），即没有local optimal这个位置的值。以X值表示一只宝可梦，Xcp代表某只宝可梦的CP值，Xs代表这只宝可梦的物种，Xhp代表宝可梦生命值，Xw代表重量，Xh代表高度，进化后的CP值即为Y。除了计算上述式子之外，还可以通过斜率来求解，若切线斜率为负的，想要选取一个更小的Loss值，便需要增加w的值，反之则需要减小w的值。该值大于训练集的错误值。的值就要更小，从而得到一个更平滑的函数，一个更平滑的函数的负面影响更小。
2023-09-19 15:38:47
211
原创 微信小程序地址管理
开发小程序时，往往会用到地址管理这个功能。通常包括“地址选择”和“添加地址”两个功能。1、在“地址选择”界面，我使用了一个数组，只需要把数组内的内容输出即可，在退出该界面时，将数据存到缓存中，确保下次进入该界面时能显示已经有的地址。并且还可以进行“删除”和“勾选”两个功能。2、在“添加地址”界面，有“姓名”、“电话”、“收货地址”、“省市区三级联动”、“详细地址”以及“保存”功能。话不多说，先来看效果图在进行两个界面的实现时，查阅了一些资料，同时也看了CSDN上很多大神设计的...
2022-08-27 16:22:17
6070
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