2018年06月_yokan_de_s

原创 [Errno 22] Invalid argument 解决方案 python

python读取一个json文本报出了[Errno 22] Invalid argument查了一下首先是第一个问题.\res\playlistdetail.json路径一定要写成/不能是\所以要写成./res/playlistdetail.json其次这个问题也可能读取数据过大造成的f.read(128*1024)分段读取,不要一次读出来....

2018-06-14 17:30:09 25516 2

原创 15.循环神经网络与LSTM

循环神经网络,一般运用于词条翻译,语调模仿,等等相对于人工神经网络和卷积神经网络,循环神经网络具有'记忆功能'对于人工神经网络,卷积网络来说,不管怎么梯度下降,输出层和输入层根据权重和池化层等的缩减,至少部分相关的循环神经网络则不止是输入层经过权重处理的结果,还有'记忆'的权重循环神经网络的结构x是输入,o是输出,中间展开则是右边的模型U是权重矩阵,所谓的记忆就是S(t-1)到St经过权重运算之后...

2018-06-12 20:38:52 818

原创 14.卷积神经网络

卷积神经网络的主要作用是图像处理,比如人脸识别拿神经网络处理图片,资源消耗是巨大的举个例子,上图上来输入为一张图片,输出为结果,形式是概率.卷积神经包含四种不同类型的层CONV,RELU,POOL,FCCONV 卷积层局部关联,一个神经元不看全图,只看一块区域,然后窗口滑动,然后对每次滑动的局部数据进行计算,比如这一块区域是3*3则会产生9个w(权重)第二个神经元也做同样的操作,不过会用9个新的权...

2018-06-12 15:43:05 366

原创常见的非线性映射

1.sigmoid函数实现代码:def sigmoid(x): return (1/(1+np.exp(-x)))图像:2.tanh(双曲正切)函数实现 numpy自带np.tanh(),自己写和sigmoid类似套公式就行了图像:3.Relu 修正线性单元卷积神经网络激励层用的比较多函数:f(x) = x (x > 0) f(x) = 0 (x <= 0)图像:变化...

2018-06-12 11:20:48 14519 1

原创 13.1 神经网络代码补充

# @Time : 2018/6/8# @Author : yokanprint_swtich = False #损失函数打印runloop_c = 2000 #梯度下降循环次数p_runloop = 100 #循环多少次打印一次studio_r = 0.0001 #学习率...

2018-06-11 16:46:26 319

原创 13.神经网络

神经网络便是上述模型,从输入层,到隐层1,2然后过滤到输出层.进行分类,是其基本工作而神经网络的感知器就是逻辑回归上述是逻辑回归的两个函数,一个是用theta加权重拟合,一个阈值函数.这个图配合解说还是有点问题的b应该对应的是theta0,w1对应theta1,w2对应theta2生成z,然后根据sigmoid筛选出来的信息给a.这就是感知器...

2018-06-08 17:59:52 312

原创 10.贝叶斯方法

2018-06-07 19:45:39 560

原创 9.SVM,支持向量机

SVM分为了三类问题,并有不同的解决方法hard margin来说解决分类问题对样本需求比较高,它需要一条线来直接分类soft margin则没那么高要求,并且也包含hard magin,所以是最常用的kernel 核函数不是SVM原生的,它可以在任何分类器里面用对偶函数更像一种转换方式,把问题转换成一种凸优化的问题,这样更方便求解支持向量机也是解决分类问题等问题的一门技术,原生只有hard ma...

2018-06-05 19:09:13 154

原创 8.决策树,随机森林,Adaboost

决策树,顾名思义就是树结构的.从上至下的有监督学习网上随便搞的一张图从最初开始薪水至少50000刀就是个根节点,而得出的拒绝和接受offer,就是有监督学习的标签,在这里叫叶子节点,而什么上班路上花的时间不超过1小时,提不提供咖啡什么的就叫决策节点,也叫分叉,而这些条件本身就叫做属性.建立决策树主要有三种算法ID3,C4.5,CART信息增益遍历所有特征,选出特征F对数据训练集T影响最大的特征,而...

2018-06-02 17:35:43 828

原创 7.聚类算法

聚类算法是无监督学习,因为它不需要结果.其实聚类并不是特别准,因为它没有标准答案,就表示有很多种可能,那么实际机器判断的准确度可能就并不高了.聚类主要有:K-means聚类, 层次聚类,混合高斯模型有监督学习下的答案y,对应于聚类里面的相关性聚类的好坏分析:类内相似度高,类间相似度低,类内距离近,类间距离远,相关系数一般相关系数越低相关度越高一般来说距离就用欧式距离,相关系数就用person相关系...

2018-06-01 20:04:09 431

yokan_de_s的博客