人工智能
Yang8465
这个作者很懒,什么都没留下…
展开
-
AI、机器学习和深度学习之间的区别是什么?
有人说,人工智能(AI)是未来,人工智能是科幻,人工智能也是我们日常生活中的一部分。这些评价可以说都是正确的,就看你指的是哪一种人工智能。今年早些时候,Google DeepMind的AlphaGo打败了韩国的围棋大师李世乭九段。在媒体描述DeepMind胜利的时候,将人工智能(AI)、机器学习(machine learning)和深度学习(deep learning)都用上了。这三者在AlphaGo击败李...转载 2020-10-09 16:03:18 · 586 阅读 · 0 评论 -
SVM 支持向量机
SVM 是什么? 分类器如何分类? 寻找一个超平面进行分类核 : 常用核函数 线性核函数kernel='linear' 多项式核函数kernel='poly' 径向基核函数kernel='rbf' sigmod核函数kernel='sigmod' 更多有关核的内容 https://blog.csdn.net/qq_37007384/a...原创 2019-10-07 16:12:14 · 197 阅读 · 0 评论 -
猫狗识别之卷积神经网络
数据 :猫狗各5000网络 :def forward(x,train,regularizer): #初始化化第一层卷积核W ,B conv1_w = get_weight([CONV1_SIZE,CONV1_SIZE,3,CONV1_KERNEL_NUM],regularizer) conv1_b = get_bias([CONV1_KERNEL_NUM]) ...原创 2019-05-30 21:51:24 · 1804 阅读 · 2 评论 -
神经网络优化方法 来自北京大学 人工智能实践视频
1.代价函数 代价函数,又叫损失函数或成本函数,它是将一个或多个变量的事件阈值映射到直观地表示与该事件。 a . 二次代价函数 w,b 梯度 与激活函数梯度成正比 b . 对数释然代价函数 c . 交叉熵代价函数 对数释然函数+softmax 交叉熵 +sigmoid2.激活函数3.学习率:4...原创 2019-05-18 09:54:08 · 340 阅读 · 0 评论 -
神经网络八股 来自北京大学 人工智能实践视频
一,准备工作 导入包,准备数据集,提取特征,作为输入二,前向传播: 搭建网络,从输入到输出三,反向传播:目的,优化模型参数,使损失函数最小 损失函数(loss) :预测值与已知答案的差 主流的loss计算方法有三种:1.均方误差 mse...原创 2019-05-18 09:53:53 · 216 阅读 · 0 评论 -
手写数字识别之卷积神经网络
1.前向传播 mnist_cnn_forward.pyimport tensorflow as tfIMAGE_SIZE = 28 #图片大小28*28NUM_CHANNELS =1 #图片通道数CONV1_SIZE = 5 #第一层卷积核大小CONV1_KERNEL_NUM = 32 #第一层使用了32个卷积核CONV2_SIZE = 5CONV2_KER...原创 2019-05-21 18:43:36 · 483 阅读 · 1 评论 -
卷积神经网络
将图片特征喂入全连接网络可以查看https://www.cnblogs.com/skyfsm/p/6790245.html我觉得他写的很好以下图片来自【北京大学】人工智能实践:Tensorflow笔记卷积池化为了减少过多参数,防止过拟合...原创 2019-05-21 18:11:45 · 162 阅读 · 0 评论 -
手写数字识别改进之全连接网络
1.前向传播 mnist_forward.pyimport tensorflow as tfINPUT_NODE = 784 #28*28OUTPUT_NODE = 10 #输出0~9LAYER1_NODE = 500 #隐藏层节点个数#权值函数def get_weight(shape,regularizer): w = tf.Variable(tf.trun...原创 2019-05-20 21:18:37 · 551 阅读 · 0 评论 -
保存模型,加载模型及准确率
1.保存模型 saver = tf.train.Saver() # 实例化saver对象 saver.(sess,os.path.join(MODE_SAVE_PATH,MODE_NAME),global_step=global_step)2.加载模型 ckpt = tf.train.get_checkpoint_state(路径)...原创 2019-05-19 15:50:27 · 865 阅读 · 0 评论 -
【北京大学】人工智能实践:Tensorflow笔记 4-5
generateds.py 生成数据import numpy as npimport matplotlib.pyplot as pltseed = 2def generateds(): rdm = np.random.RandomState(seed) X = rdm.randn(300,2) Y_ = [int(x0*x0+x1*x1<...原创 2019-05-19 15:38:22 · 400 阅读 · 0 评论 -
手写数字识别
现放图片,代码在下面运行:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data #载入数据集#载入数据集 one_hotmnist = input_data.read_data_sets('./datas/MNIST_data',one_hot=True)...原创 2019-05-08 19:08:54 · 721 阅读 · 0 评论