![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
yongwan5637
lkl
展开
-
CNN入门:通俗理解卷积神经网络
通俗理解卷积神经网络(cs231n与5月dl班课程笔记)1 前言 2012年我在北京组织过8期machine learning读书会,那时“机器学习”非常火,很多人都对其抱有巨大的热情。当我2013年再次来到北京时,有一个词似乎比“机器学习”更火,那就是“深度学习”。 本博客内写过一些机器学习相关的文章,但上一篇技术文章“LDA主题模型”还是写于2014年11月份,毕竟自2015年开...转载 2018-05-16 22:10:30 · 2422 阅读 · 1 评论 -
机器学习常见算法之KNN
KNN(K-Nearest Neighbor)介绍Wikipedia上的 KNN词条 中有一个比较经典的图如下:KNN的算法过程是是这样的:从上图中我们可以看到,图中的数据集是良好的数据,即都打好了label,一类是蓝色的正方形,一类是红色的三角形,那个绿色的圆形是我们待分类的数据。如果K=3,那么离绿色点最近的有2个红色三角形和1个蓝色的正方形,这3个点投票,于是绿色的这个待分类点属于红色的三角...转载 2018-04-26 13:43:46 · 254 阅读 · 0 评论 -
CNN入门二:通俗理解卷积神经网络
一、CNN的引入在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时,这时全连接网络需要训练的参数就会增大很多,计算速度就会变得很慢,例如一张黑白的 28×2828×28 的手写数字图片,输入层的神经元就有784个,如下图所示: 若在中间只使用一层隐藏层,参数 ww 就有 784×15=11760784×15=11760 多个;若输入的是28×28...转载 2018-05-18 17:55:12 · 250 阅读 · 0 评论 -
【Tensorflow】常用函数解析
1、tf.placeholde函数解释与用法:函数原型:tf.placeholder(dtype, shape=None, name=None)使用说明:placeholder,中文意思是占位符,在tensorflow中类似于函数参数,运行时必须传入值。该函数用于得到传递进来的真实的训练样本。同时也可以理解为形参, 用于定义过程,在执行的时候再赋具体的值。(相当于首...转载 2018-05-19 14:15:33 · 466 阅读 · 0 评论 -
【机器学习算法篇】卷积神经网络中反向传播算法深入理解
背景CNN的参数调优是通过BP算法实现的,BP算法详解如下。概览使用有2个输入单元的神经网络,2个隐层神经元以及2个输出神经元。此外,隐层和输出神经元会包含一个偏置,下面是基本的网络结构:为了便于后面说明的说明,我们对该网络设置一些初始的权重、偏置以及输入和输出:反向传播的目标是对权重进行优化,使得神经网络能够学习到从任意的输入到输出的准确映射。在这篇博文中,我们仅使用一个简单的训练集,即输入为0...转载 2018-06-06 17:08:07 · 1702 阅读 · 0 评论