![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
普通网友
这个作者很懒,什么都没留下…
展开
-
“距离(distance)”、“相似度(similarity)”相关的量的小结
英文名中文名算式说明Euclidean Distance欧式距离d=∑i=1n(xi−yi)2−−−−−−−−−−√以古希腊数学家欧几里得命名的距离;也就是我们直观的两点之间直线最短的直线距离Manhattan Distance曼哈顿距离d=∑i=1n|xi−yi|是由十九世纪的赫尔曼·闵可夫斯基所创词汇;是种使用原创 2017-03-03 20:45:46 · 741 阅读 · 0 评论 -
Highway Networks
Abstract理论和经验表明神经网络的深度是至关重要的。但是训练深层次的网络优势非常困难的。我们设计了一种简化的架构来训练基于梯度的训练方式。我们将这种架构称为highway net,因为其允许信息跨越几层来进行信息传输。架构师通过条件单位,也就是gate unit进行调节网络中的信息流动。HighWay net能够训练非常深层次的神经网络。这些神经网络可以包含成千上百层可以包含各种各样的激原创 2017-05-17 16:18:32 · 349 阅读 · 0 评论 -
How to Train Your Deep Neural Network with Dictionary Learning(翻译)
摘要:当今,训练神经网络存在两种比较流行的方式。第一种利用受限玻尔兹曼机(restricted Boltmanzz machine,RBM);第二种方式是自动编码器(autoencoders)。RBMS层叠构成了深度信念网络(DBN)。最终的表示层其实就是预测值,从而构成了深度信念网络。自动编码器通过嵌入到另外一个来构成堆叠式的自动编码器。一旦学习了堆叠式的编码器,解码部分也就被分离了,另外最原创 2017-04-24 16:17:51 · 330 阅读 · 0 评论 -
sklearn只决策树
from sklearn.feature_extraction import DictVectorizerimport csvfrom sklearn import preprocessingfrom sklearn import treefrom sklearn.externals.six import StringIOallEctronicsData = open(r'E:\work原创 2017-04-18 15:13:31 · 252 阅读 · 0 评论 -
西瓜书 第六章 支持向量机
6.1间隔与支持向量找两类样本中间的超平面,这样的超平面对训练样本的容忍性最好。模型:线性。策略:最小化两类样本的距离。算法:求导。6.3核函数二维空间可能解决不了所有的问题,如异或问题,这就要求将原始空间映射到一个高纬度空间。6.4软间隔与正则化以上的问题是,现实生活中很难找到合适的核函数,就算找到了,也有可能是过拟合。缓解该问题的一个办法是允许支持向量机在一原创 2017-03-27 10:06:27 · 427 阅读 · 0 评论 -
卷积神精网络的工作原理
作者:爱就投链接:https://www.zhihu.com/question/39022858/answer/120076653来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。通过一个图像分类问题介绍卷积神经网络是如何工作的。下面是卷积神经网络判断一个图片是否包含“儿童”的过程,包括四个步骤:图像输入(Input Image)→卷积(Conv转载 2017-03-25 09:55:10 · 304 阅读 · 0 评论 -
JVM内存堆布局图解分析
转载原文出处:http://www.codeceo.com/article/jvm-memory-stack.htmlJAVA能够实现跨平台的一个根本原因,是定义了class文件的格式标准,凡是实现该标准的JVM都能够加载并解释该class文件,据此也可以知道,为啥Java语言的执行速度比C/C++语言执行的速度要慢了,当然原因肯定不止这一个,如在JVM中没有数据寄存器,指令集使用的是转载 2017-03-23 18:46:25 · 412 阅读 · 0 评论 -
西瓜书第二章 模型评估与选择
2.1经验误差与过拟合第一段:错误率,精度,训练误差,泛化误差。第二段:目的,是更好的预测——在新样本表现更好的学习器——在训练样本中找寻潜在的普遍规律,这就很可能造成过拟合或者欠拟合。过拟合是避免不了的。第三段:由于样本的大小和算法学习能力的大小导致的,过拟合是机器学习中的主要障碍,且机器学习中遇到的问题通常是NP难问题第四段:在众多算法中选择泛化能力最强的方法是,即模型选择的方原创 2017-03-21 10:48:23 · 381 阅读 · 0 评论 -
SVM中的正则化和损失是什么?
https://www.zhihu.com/question/30230784不过SVM并不是“损失函数”、“正则化”等概念的典型例子,至少从题干中的推导过程这个角度来看不是。在任一个机器学习模型的训练过程中,被最大化或者最小化的那个函数,叫作“目标函数”(objective function)。目标函数可以有很多种,比如数据的((负)对数)似然值,比如margin的大小,比如均方误差。如果目转载 2017-03-04 09:56:36 · 2315 阅读 · 0 评论 -
downsample
/usr/local/lib/python2.7/dist-packages/lasagne/layers/pool.pyfrom theano.tensor.signal import downsample -----> from theano.tensor.signal import *原创 2017-05-20 10:53:13 · 592 阅读 · 0 评论