![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
EulerAndGauss
这个作者很懒,什么都没留下…
展开
-
CUDA 8.0 + VS2013 + win7 x64开发环境搭建
本文参考了网络上其它文档,具体不再一个个致谢,前辈们都是强大的指明灯!根据自己的具体情况进行了修改或勘误,血泪之作,仅供菜鸟借鉴使用,注意,菜鸟,高手就不要瞎BB了。 (明明很简单的事情,但是作为新手,这玩意居然折腾了伦家好几天,有些不开心)安装VS2013。 伦家的VS2013为中文版。 (实验室那个盗版的VS2013不知道哪里缺文件,并不能用;VS2015的社区转载 2017-06-29 17:30:14 · 4186 阅读 · 0 评论 -
从最大似然到EM算法浅解
机器学习十大算法之一:EM算法。能评得上十大之一,让人听起来觉得挺NB的。什么是NB啊,我们一般说某个人很NB,是因为他能解决一些别人解决不了的问题。神为什么是神,因为神能做很多人做不了的事。那么EM算法能解决什么问题呢?或者说EM算法是因为什么而来到这个世界上,还吸引了那么多世人的目光。 我希望自己能通俗地把它理解或者说明白,但是,EM这个问题感觉真的不太好用通俗的语言去说明白,...转载 2019-02-20 19:14:13 · 105 阅读 · 0 评论 -
用最大似然估计求逻辑回归参数
一.最大似然估计 选择一个(一组)参数使得实验结果具有最大概率。A. 如果分布是离散型的,其分布律,是待估计的参数,这里我们假设为已知量,则:设X1, X2, ... , Xn 是来自于X的样本,X1,X2,...Xn的联合分布律为: (1) 设x1,x2,...xn是X1,X2,..Xn的一个样本值,则可知X1,..Xn取x1,..,x2的概率,...转载 2019-02-21 13:48:03 · 1426 阅读 · 0 评论 -
逻辑回归的理解
https://blog.csdn.net/t46414704152abc/article/details/79574003逻辑回归(Logistic Regression)1. 回归(Regression)回归,我的理解来说,其直观的理解就是拟合的意思。我们以线性回归为例子,在二维平面上有一系列红色的点,我们想用一条直线来尽量拟合这些红色的点,这就是线性回归。回归的本质就是我们的预测结果...转载 2019-02-21 13:34:43 · 254 阅读 · 0 评论 -
【机器学习】逻辑回归过程推导
目录: 一、LR的基本原理。 二、LR的具体过程,包括:选取预测函数,求解Cost函数和J(θ),梯度下降法求J(θ)的最小值。 三、对《机器学习实战》中给出的实现代码进行了分析,对阅读该书LR部分遇到的疑惑进行了解释。比如:一般都是用梯度下降法求损失函数的最小值,为何这里用梯度上升法呢?书中说用梯度上升法,为何代码实现时没见到求梯度的代码呢?一、LR的基本原理 Logistic Re...转载 2019-02-15 10:51:44 · 212 阅读 · 0 评论 -
机器学习入门学习笔记:(2.1)线性回归理论推导
理论推导 机器学习所针对的问题有两种:一种是回归,一种是分类。回归是解决连续数据的预测问题,而分类是解决离散数据的预测问题。线性回归是一个典型的回归问题。其实我们在中学时期就接触过,叫最小二乘法。 线性回归试图学得一个线性模型以尽可能准确地预测输出结果。 先从简单的模型看起: 首先,我们只考虑单组变量的情况,有: 使得 假设有m个数据,我们希望通过x预测的结果f(...转载 2019-02-15 10:12:21 · 207 阅读 · 0 评论 -
人工智能领域经典数据集
人工智能领域经典数据集,转载自 medium.com 由于原网页在国内无法打开,转录至此。原网页地址 https://medium.com/startup-grind/fueling-the-ai-gold-rush-7ae438505bc2在手机上有些链接可能会出现异常,建议在电脑端打开本页面下载资料。Computer VisionMNIST : most commonly used sanit...转载 2018-06-12 17:38:12 · 1727 阅读 · 0 评论 -
国外程序员整理的机器学习资源大全
本列表选编了一些机器学习领域牛B的框架、库以及软件(按编程语言排序)。C++计算机视觉§ CCV —基于C语言/提供缓存/核心的机器视觉库,新颖的机器视觉库§ OpenCV—它提供C++, C, Python, Java 以及 MATLAB接口,并支持Windows, Linux, Android and MacOS操作系统。通用机器学习§ MLPack§ DLib§ ...转载 2018-06-05 15:08:48 · 292 阅读 · 0 评论 -
BP神经网络
今天来讲BP神经网络,神经网络在机器学习中应用比较广泛,比如函数逼近,模式识别,分类,数据压缩,数据挖掘等领域。接下来介绍BP神经网络的原理及实现。 Contents 1. BP神经网络的认识 2. 隐含层的选取 3. 正向传递子过程 4. 反向传递子过程 5. BP神经网络的注意点 6. BP神经网络的C++实现 1. BP神经网络的认识 BP(Back Propagati...转载 2018-03-09 15:51:54 · 2180 阅读 · 0 评论 -
深度学习性能提升的诀窍
提升算法性能的想法这个列表并不完整,却是很好的出发点。我的目的是给大家抛出一些想法供大家尝试,或许有那么一两个有效的方法。往往只需要尝试一个想法就能得到提升。我把这个列表划分为四块:· 从数据上提升性能· 从算法上提升性能· 从算法调优上提升性能· 从模型融合上提升性能性能提升的力度按上表的顺序从上到下依次递减。举个例子,新的建模方法或者更多的数据带来的效果提升往往好于调出最优的参数。但这并不是绝...转载 2018-02-22 15:54:43 · 303 阅读 · 0 评论 -
Tensorflow-slim 学习笔记(二)第一层目录代码解读
http://www.cnblogs.com/bmsl/p/dongbin_bmsl_02.html通过阅读代码来学习,一向时最直接快速的。本章将讲解slim的第一层目录tensorflow/tensorflow/contrib/slim/python/slim的代码。本层代码主要包括learning.py, evaluation.py, summary.py, queue.py和model_an...转载 2018-03-01 11:43:23 · 1975 阅读 · 0 评论 -
Tensorflow-slim 学习笔记(一)概述
TF-Slim的优势:slim作为一种轻量级的tensorflow库,使得模型的构建,训练,测试都变得更加简单。1. 使用方法: import tensorflow.contrib.slim as slim2. 组成部分: arg_scope: 使得用户可以在同一个arg_scope中使用默认的参数 data,evaluation,layers,learning,losses,m...转载 2018-03-01 11:42:39 · 425 阅读 · 0 评论 -
关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化
http://www.cnblogs.com/chaosimple/p/4153167.html一、标准化(Z-Score),或者去除均值和方差缩放公式为:(X-mean)/std 计算时对每个属性/每列分别进行。将数据按期属性(按列进行)减去其均值,并处以其方差。得到的结果是,对于每个属性/每列来说所有数据都聚集在0附近,方差为1。实现时,有两种不同的方式:使用sklearn.preproce...转载 2018-02-26 11:27:14 · 272 阅读 · 0 评论 -
U-net使用, 图像分割(边缘检测)
转载: http://blog.csdn.net/qq_18293213/article/details/72423592U-Net: Convolutional Networks for Biomedical Image Segmentation 通过阅读这篇论文了解到在医学图像领域还是有这样一个网络存在, 它是用于获得图像的边缘. 文中说是FCN的延伸,转载 2017-07-07 14:41:14 · 3187 阅读 · 2 评论 -
语义分割(semantic segmentation) 常用神经网络介绍对比-FCN SegNet U-net DeconvNet
http://blog.csdn.net/u012931582/article/details/70314859前言在这里,先介绍几个概念,也是图像处理当中的最常见任务.语义分割(semantic segmentation)目标检测(object detection)目标识别(object recognition)实例分割(instance segmentation)转载 2017-07-07 14:38:50 · 14794 阅读 · 2 评论 -
U-net神经网络
U-Net: Convolutional Networks for Biomedical Image SegmentationU-net这篇论文的作者是参加一个ISBI的竞赛,http://brainiac2.mit.edu/isbi_challenge/ 这是ISBI的官网.交大某位大神的博客,他的博文地址http://blog.csdn.NET/u012原创 2017-07-07 14:03:03 · 4771 阅读 · 0 评论 -
机器学习知识点学习
在学习机器学习的有关知识时,搜索到JerryLead的cnblog中的Machine Learning专栏,里面对于机器学习的部分算法和知识点讲解地很经典和透彻。所以Mark在这,多多学习!http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/ 偏最小二乘法回归(Partial Least Squares Reg转载 2017-06-28 09:00:58 · 219 阅读 · 0 评论 -
机器学习
参考文献: http://www.leiphone.com/news/201406/deep-learning-yann-lecun-facebook.html http://blog.csdn.net/zouxy09/article/details/8781543 http://tech.ddvip.com/2014-08/1408423169212655.html http:/转载 2017-06-14 14:43:51 · 435 阅读 · 0 评论 -
XGBoost 与 Boosted Tree
https://www.52cs.com/archives/429作者:陈天奇,毕业于上海交通大学ACM班,现就读于华盛顿大学,从事大规模机器学习研究。注解:truth4sex 编者按:本文是对开源xgboost库理论层面的介绍,在陈天奇原文《梯度提升法和Boosted Tree》的基础上,做了如下注解:1)章节划分;2)注解和参考链接(以蓝色和红色字体标注)。备注:图片可点击查看清晰...转载 2019-02-21 11:30:30 · 332 阅读 · 0 评论