机器学习
xiaojun11-
勤能补拙,奋发ing
展开
-
ubuntu上Caffe使用OpenBLAS多线程加速
摘抄:http://wxyblog.com/2015/08/27/ubuntu-caffe-openblas/ 谢谢版主一些概念使用Caffe的模型做分类时,其运算大概是这样:把输入的图像当做矩阵,一直不停的和模型里面的卷积层kernel做卷积,然后推给pooling层做缩放,最后得到分类结果。最耗时的部分应该在于卷积的操作,Caffe把卷积这种操作转化成了矩阵相乘。而Caf转载 2017-03-01 09:24:23 · 2773 阅读 · 0 评论 -
机器学习github算法
https://github.com/lawlite19/MachineLearning_Python里面有机器学习的算法以及目标函数的总结,以及公式的推导 1、代价函数 其中: 下面就是要求出theta,使代价最小,即代表我们拟合出来的方程距离真实值最近 共有m条数据,其中代表我们要拟合出来的方程到真实值距离的平方,平方的原因是因为可能有负值,...转载 2018-01-24 23:27:45 · 1827 阅读 · 0 评论 -
梯度下降(Gradient Descent)小结
摘自: http://www.cnblogs.com/pinard/p/5970503.html在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1. 梯度 在微积分里面,对多元函数的参数求∂偏导数,把求得的各个参数的偏导数以向量的形式写出来,就是梯度。比如函数...转载 2018-03-02 15:32:12 · 226 阅读 · 0 评论 -
caffe训练自己的数据
转载自:深度学习(六)caffe入门学习 - hjimce的专栏 - 博客频道 - CSDN.NEThttp://blog.csdn.net/hjimce/article/details/48933813本文主要讲解caffe的整个使用流程,适用于初级入门caffe,通过学习本篇博文,理清项目训练、测试流程。初级教程,高手请绕道。我们知道,在caffe编译完后,在caffe目录下会生成一个buil...转载 2018-02-28 10:45:44 · 406 阅读 · 0 评论 -
Caffe学习4-利用caffe.proto自定义自己的网络
利用caffe.proto自定义自己的网络利用caffeproto自定义自己的网络先不急让我们来看一下caffeproto里面都是些什么让我们把caffeproto用起后记caffe.proto存放在src/caffe/proto/目录下,建议读者能够打开它,跟着这篇教程,学会如何把它用起来(很多人都说要看,反正才一千三百多行是吧…小编我看了两百行就想睡觉了,关键是看了还容易忘,所以小编的建议是在...转载 2018-02-26 18:26:07 · 293 阅读 · 0 评论 -
Caffe学习:使用pycaffe定义网络
使用pycaffe定义网络:参考链接:Learning LeNet引入库:import caffefrom caffe import layers as Lfrom caffe import params as P1234使用pycaffe定义Net:n = caffe.NetSpec()1定义DataLayer:n.data, n.label = L.Data(batch_size=bat...转载 2018-02-26 15:19:40 · 404 阅读 · 0 评论 -
三层神经网络前向后向传播示意图
转载自:http://blog.csdn.net/zhangjunhit/article/details/53501680 多谢版主BP 神经网络信号前向后向传播示意图主要参考博文 BP神经网络后向传播算法本文主要分析下面的三层神经网络的信号传播,两个输入,两个隐层,一个输出网络中每个紫色模块是一个神经元,它包括信号输入求和,求和后的信号再经过激活函数处转载 2017-12-06 18:57:42 · 661 阅读 · 0 评论 -
Caffe学习系列****
http://www.cnblogs.com/denny402/p/5070928.html要运行caffe,需要先创建一个模型(model),如比较常用的Lenet,Alex等, 而一个模型由多个屋(layer)构成,每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe,最重要的就是学会配置文件(prototxt)的编写。层有很多种转载 2017-12-05 17:10:01 · 248 阅读 · 0 评论 -
BP算法双向传_链式求导---阿里云社区
摘抄自:https://www.cnblogs.com/jzy996492849/p/7080491.html摘要: 说到BP(Back Propagation)算法,人们通常强调的是反向传播,其实它是一个双向算法:正向传播输入信号,反向传播误差信息。接下来,你将看到的,可能是史上最为通俗易懂的BP图文讲解,不信?来瞅瞅并吐吐槽呗!更多深度文章,请关注:https://yq转载 2017-12-08 15:49:11 · 1473 阅读 · 0 评论 -
Python--matplotlib绘图可视化知识点整理
转载自:http://www.cnblogs.com/zhizhan/p/5615947.html强烈推荐ipython原文:http://michaelxiang.me/2016/05/14/python-matplotlib-basic/无论你工作在什么项目上,IPython都是值得推荐的。利用ipython --pylab,可以进入PyLab模式,已经导入了mat转载 2017-10-24 11:06:41 · 424 阅读 · 0 评论 -
机器学习笔记 --- 数学符号以及读法
转载自:http://blog.csdn.net/u012965373/article/details/52936875 感谢版主数学符号及读法大全常用数学输入符号: ≈ ≡≠= ≤≥ < > ≮ ≯ ∷ ±+ - × ÷ / ∫∮ ∝ ∞ ∧ ∨ ∑∏∪ ∩ ∈ ∵ ∴ ⊥ ‖ ∠ ⌒ ≌ ∽ √ () 【】{} Ⅰ Ⅱ ⊕ ⊙∥α转载 2017-10-12 15:54:45 · 2993 阅读 · 0 评论 -
Caffe-Python接口常用API参考
转载自:http://blog.csdn.net/langb2014/article/details/53082704 感谢博主官网也有提供demohttp://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/net_surgery.ipynb本文整理了pycaffe中常用的API转载 2017-02-23 10:13:32 · 473 阅读 · 0 评论 -
机器学习系列(1)_逻辑回归初步
转载自:http://blog.csdn.net/han_xiaoyang/article/details/49123419 作者:寒小阳学习使用,还望作者原谅 作者:寒小阳 && 龙心尘时间:2015年10月。出处:http://blog.csdn.net/han_xiaoyang/article/details/49123419。声明:版权所有,转载请注...转载 2018-01-23 10:00:10 · 485 阅读 · 0 评论