- 博客(9)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【深度学习】CNN-原理
CNN原理 1CNN步骤 1）卷积层 通过filter（模板）与input（输入）进行卷积，获得卷积层输出。 2）池化层 通过池化(pooling)，将卷积层的输出变成一个固定长度的向量。常用的池化为1-max，最大、最小、平均等。 3）利用固定长度的向量即可通过常规的分类、回归模型进行分类、回归。如softmax、logistic regression。 CNN的结构图如下。
2017-05-25 11:15:03
739
原创 聚类
聚类 1 聚类的类型 K-means、高斯混合聚类、密度聚类、层次聚类等等 它们的聚类结果略有不同。如下图： K-means聚类结果 高斯混合聚类结果 密度聚类结果 密度聚类概念 层次聚类结果 2 高斯混合聚类 通过K个高斯分布按一定比例混合而成，一个高斯分布代表一个
2017-05-25 10:04:16
1168
原创 L1和L2正则化
L1和L2正则化 L1与L2正则化都是防止模型过拟合，其方式略有不同。具体请见下文。 1 L1正则化 L1正则化（1范数）是指，各权值（变量、特征）绝对值之和。其作用是产生权值的稀疏模型，也就是让大部分权值为0. 为什么能产生权值稀疏模型？因为如下图所示，各权值绝对值之和后得到一个矩阵，很容易在矩阵的顶点位置使得目标函数为极值，此时大部分权值就为0。 适用场景：线性回归 2
2017-05-24 14:50:39
444
原创 【Spark系列】Scala语法——case
1 case class case class作用： 1）模式匹配； 2）不用new创建对象，直接用工厂模式创建。
2017-05-24 10:48:09
488
原创 ROC与AUC的计算
ROC全称是“受试者工作特征”（Reciver Operating Characteristic）曲线。 AUC，曲线下面积（Area Under Curve）。 ROC的计算过程： 各梯度面积相加
2017-05-24 09:56:48
450
转载 【深度学习】CNN-卷积概念
卷积运算(Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子，表示函数f 与经过翻转和平移与g 的重叠部分的累积。如果将参加卷积的一个函数看作区间的指示函数，卷积还可以被看作是“滑动平均”的推广。 假设: f(x),g(x)是R1上的两个可积函数，并且积分是存在的。这样，随着 x 的不同取值，这个积分就定义了一个新函数h(x)，称为函数f 与g 的卷积，记为h(x)＝(
2017-05-23 16:19:03
433
原创 激活函数种类与区别
1 激活函数类别 （1）tanh（/ˈtænʃ/） 双曲正切 tanh=sinh/cosh=(ex-e-x)/(ex+e-x) （2）sigmoid f(x)=1/(1+e-(wx+b)) （3）Relu(读re路) rectified linear unit (ReLU) f(x)=max(0,x) 2 sigmoid、tanh与Relu区别 （1）sigmoid函数。这是传...
2017-05-03 15:32:21
1293
原创 Storm如何保证消息的可靠处理
Storm如何保证消息的可靠处理 Spout通过ack/ fail机制，处理bolt失败或成功的tuple。通常bolt通过output Collecter抛出fail或当tuple超时未处理，都会激发Spout的fail功能，在fail函数上可设置具体的操作，比如重发tuple。
2017-05-03 14:19:22
273
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人