机器学习
文章平均质量分 70
机器学习算法
兔子爱读书
不忘初心,记录成长
展开
-
【机器学习】机器学习之类别不平衡问题 (3) —— 采样方法
机器学习之类别不平衡问题 (1) —— 各种评估指标机器学习之类别不平衡问题 (2) —— ROC和PR曲线机器学习之类别不平衡问题 (3) —— 采样方法完整代码前两篇主要谈类别不平衡问题的评估方法,重心放在各类评估指标以及ROC和PR曲线上,只有在明确了这些后,我们才能据此选择具体的处理类别不平衡问题的方法。本篇介绍的采样方法是其中比较常用的方法,其主要目的是通过改变原...转载 2019-11-01 11:14:02 · 1384 阅读 · 0 评论 -
【深度学习】半监督学习入门:伪标签学习和无监督SVM
一、半监督学习1-1、什么是半监督学习让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能,就是半监督学习(semi-supervised learning)。要利用未标记样本,必然要做一些将未标记样本所揭示的数据分布信息与类别标记相联系的假设。假设的本质是“相似的样本拥有相似的输出”。半监督学习可进一步划分为纯(pure)半监督学习和直推学习(transductive le...转载 2019-03-25 21:23:03 · 12803 阅读 · 1 评论 -
【深度学习】半监督学习入门:Mean teachers
转载 2019-03-25 17:20:41 · 4231 阅读 · 2 评论 -
【深度学习】人脸性别和年龄识别
【笔记】python安装cv2: pip install opencv-python--------------------------------------------------------------本文是对age-gender-estimation项目的详细讲解,它给出了使用keras进行性别和年龄识别的完整流程。数据采用的数据集为imdb-wiki,这是一个包含20...转载 2019-02-22 16:18:53 · 2594 阅读 · 0 评论 -
【深度学习】Github 最受欢迎的深度学习项目 TOP 20
必须做好一些是LINUX平台,甚至没有教材根本需要摸索学习的准备,如果有那个变成为在线服务的请第一时间通知我们截止到 2017年 5月14日,Github 最受欢迎的深度学习项目 TOP 20 是哪些吧(统计难免不完善,欢迎评论补充)。我们的这份榜单也会持续更新。1. TensorFlowStar:56,796Github 地址:https://github.com/tensorf...转载 2019-02-22 15:56:25 · 5799 阅读 · 0 评论 -
【图像分割】NVIDIA深度学习训练系统——实现图像分割与网络分割可视化
英伟达近日发布了 NVIDIA DIGIT 5。DIGIT 5 有许多新功能,本文将着重介绍下面两个:1. 一个完全集成的分割工作流(segmentation workflow),允许创建图像分割数据库和将一个分割网络的输出可视化。2.DIGITS 模型库(model store),一个公开的在线知识库,可下载网络描述和预先训练的模型。这篇文章将探索图像分割的对象。将使用 DIGIT 5 来教一个转载 2017-12-04 10:58:55 · 3838 阅读 · 0 评论 -
【算法】李国杰院士:AI创业光靠算法走不远,警惕命运魔咒
作者:量子位链接:https://zhuanlan.zhihu.com/p/30604174来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。李国杰院士AlphaGo带动人工智能火热之后,不少人问我:现在的人工智能进入了什么阶段,会不会再进入50年代和80年代的历史周期?我想每一个新技术的发展,都有一个类似四季春夏秋冬的过程,云计算是这样、物联网是这样,可能智慧城市也会转载 2017-11-30 15:00:19 · 707 阅读 · 0 评论 -
【Tensorflow】报错:FailedPreconditionError: Attempting to use uninitialized value keep_prob_7
问题描述:定义了一个变量:keep_prob = tf.Variable(1.0 , name='keep_prob')尝试打印它的值:print(sess.run(keep_prob))报错:FailedPreconditionError: Attempting to use uninitialized value keep_prob_7问题解决:Tens原创 2017-06-04 16:48:26 · 34143 阅读 · 0 评论 -
【Tensorflow】报错:Cannot interpret feed_dict key as Tensor: The name 'x' refers to an operation, # > no
问题描述:我尝试给一个tensor输入值的时候报错: Cannot interpret feed_dict key as Tensor: The name 'x' refers to an operation,not a Tensor. Tensor names must be of the form ":".代码如下:import tensorflow as tfx =翻译 2017-06-04 15:12:12 · 18018 阅读 · 1 评论 -
【Tensorflow】报错:ValueError: At least two variables have the same name
案例1问题描述:import tensorflow as tfwith tf.Session() as sess: var = tf.Variable(42, name='var') sess.run(tf.global_variables_initializer()) tf.train.export_meta_graph('file.meta')with翻译 2017-06-03 22:36:47 · 10381 阅读 · 0 评论 -
【Tensorflow】图和模型的保存机制与原理
核心定义:tf.train.Saver类保存三个文件:模型文件列表checkpoint,计算图结构model.ckpt.meta,每个变量的取值model.ckpt通过tf.train.import_meta_graph("save/model.ckpt.meta")加载持久化的图-------------------------------------------------转载 2017-06-03 20:04:06 · 9619 阅读 · 3 评论 -
【Tensorflow】TensorFlow 入门之基本原理
转载自:http://www.cnblogs.com/flyu6/p/5555161.html(突然想起她的名字)整体介绍使用 TensorFlow, 你必须明白 TensorFlow:使用图 (graph) 来表示计算任务.在被称之为 会话 (Session) 的上下文 (context) 中执行图.使用 tensor 表示数据.通过 变量 (Variable) 维护状态转载 2017-06-03 19:13:56 · 1205 阅读 · 0 评论 -
【Tensorflow】报错:AttributeError: 'module' object has no attribute 'scalar_summary'
报错:tf.scalar_summary(l.op.name + ' (raw)', l)AttributeError: 'module' object has no attribute 'scalar_summary'解决:tf.scalar_summary('images', images)改为:tf.summary.scalar('images', images)tf.image_summa...原创 2017-06-03 18:39:12 · 13422 阅读 · 3 评论 -
【Tensorflow】TensorBoard可视化网络结构和参数Tensorboard windows显示空白
文章转载自:http://blog.csdn.net/helei001/article/details/51842531(赵雷的博客)在学习深度网络框架的过程中,我们发现一个问题,就是如何输出各层网络参数,用于更好地理解,调试和优化网络?针对这个问题,TensorFlow开发了一个特别有用的可视化工具包:TensorBoard,既可以显示网络结构,又可以显示训练和测试过程中各层参数的变化情况。转载 2017-06-03 08:49:21 · 2312 阅读 · 0 评论 -
【神经网络】RELU 激活函数及其他相关的函数
转载自:http://blog.csdn.net/u013146742/article/details/51986575日常 coding 中,我们会很自然的使用一些激活函数,比如:sigmoid、ReLU等等。不过好像忘了问自己一(n)件事:为什么需要激活函数?激活函数都有哪些?都长什么样?有哪些优缺点?怎么选用激活函数?本文正是基于这些问题展开的,欢迎批评指转载 2017-06-02 16:20:46 · 2560 阅读 · 0 评论 -
【Tensorflow】tensorflow笔记 :常用函数说明
转载自:http://blog.csdn.net/u014595019/article/details/52805444tensorflow笔记系列: (一) tensorflow笔记:流程,概念和简单代码注释 (二) tensorflow笔记:多层CNN代码分析 (三) tensorflow笔记:多层LSTM代码分析 (四) tensorflow笔记:常用函数说明转载 2017-06-02 14:37:06 · 1070 阅读 · 0 评论 -
【TensorLayer】建立在TensorFlow上的深度学习(Deep Learning)与增强学习(Reinforcement Learning) 软件库
TensorLayer 的github地址 : https://github.com/zsdonghao/tensorlayerTensorLayer中文 : https://github.com/shorxp/tensorlayer-chineseTensorLayer 文档地址: http://tensorlayercn.readthedocs.io/zh/latest/以下转载自转载 2017-05-25 11:27:18 · 1812 阅读 · 0 评论 -
【Tensorflow】一文学会用 Tensorflow 搭建神经网络
本文转自:http://www.jianshu.com/p/e112012a4b2d神经网络是一种数学模型,是存在于计算机的神经系统,由大量的神经元相连接并进行计算,在外界信息的基础上,改变内部的结构,常用来对输入和输出间复杂的关系进行建模。神经网络由大量的节点和之间的联系构成,负责传递信息和加工信息,神经元也可以通过训练而被强化。这个图就是一个神经网络系统,它由很多层构成转载 2017-05-25 09:22:04 · 1370 阅读 · 0 评论 -
【Tensorflow】安装spyder(tensorflow)后无法启动
问题描述:在安装好Anaconda(默认python3.6.0)之后,创建了基于python3.5.0的tensorflow工作环境,并成功安装tensorflow。随后发现spyder中导入tensoeflow出现import error。于是在tensorflow环境下安装了spyder插件:conda install spyder。现在面临新问题,spyder(tensorf原创 2017-05-24 10:57:01 · 13718 阅读 · 3 评论 -
【Tensorflow】Anaconda中激活tensorflow后如何使用
问题描述:配置好Anaconda环境,安装好tensorflow后,输入:source activate tensorflow,进入tensorflow环境。打开Anaconda下的编辑器Spyder,输入import tensorflow,报错:No module named 'tensorflow'问题解决:进入tensorflow编辑环境后需要重新安装spyder插件。在原创 2017-05-23 20:27:41 · 16413 阅读 · 1 评论 -
【DQN】解析 DeepMind 深度强化学习 (Deep Reinforcement Learning) 技术
原文:http://www.jianshu.com/p/d347bb2ca53c声明:感谢 Tambet Matiisen 的创作,这里只对最为核心的部分进行的翻译Two years ago, a small company in London called DeepMind uploaded their pioneering paper “Playing Atar转载 2017-03-23 19:19:51 · 6610 阅读 · 0 评论 -
【DQN】深度增强学习Deep Reinforcement Learning
原文:http://blog.csdn.net/songrotek/article/details/50580904Introduction深度增强学习Deep Reinforcement Learning是将深度学习与增强学习结合起来从而实现从Perception感知到Action动作的端对端学习的一种全新的算法。简单的说,就是和人类一样,输入感知信息比如视觉,然后通过深度神转载 2017-03-23 11:51:48 · 1469 阅读 · 0 评论 -
【Keras】切换后端(Theano和TensorFlow)
原文见:http://blog.csdn.net/tangwenbo124/article/details/52627774?locationNum=7实验室新装了keras,发现keras默认后端是tensorflow,想换回theano,看了官方文档也没搞懂,最终搞定,很简单。 中文文档的描述:keras中文文档,切换后端其实就是在C:\Users\75538(75538是转载 2017-03-20 21:38:11 · 2243 阅读 · 0 评论 -
【Theano】使用Theano编写神经网络
上一篇说到windows下面的Theano安装,在前面的文章中也介绍了几种常见的神经网络形式,今天就使用Theano来编写一个简单的神经网络 我把Theano形容成一个模子,这个模子提供了一些计算方法,然后我们只需要定义模子的形状和填充数据就可以了,且慢慢看: 首先我们定义初始数据集:Python代码 np.random.seed(0)转载 2017-03-15 16:31:42 · 769 阅读 · 0 评论 -
【Theano】安装教程
链接:https://www.zhihu.com/question/35485591/answer/74363495因为看这个问题的知友可能想安装theano,除了下面这个安装方式其余都是错的,我折腾了两天,python卸了装,装了卸好几次,仅仅在这个下面安装成功要做卷积神经网络的一些东西,所以要装theano,网上很多Theano安装教程版本较老,而各安装包更新很快,参考价值有限原创 2017-03-15 16:10:54 · 2936 阅读 · 0 评论 -
【Tensorflow】Windows下基于Anaconda的Tensorflow环境配置
详细步骤见TensorFlow 安装教程1. Anaconda下载安装:https://www.continuum.io/downloads版本为:python 3.6 version,64bit。(tensorflow只支持python 3.5以上,amd64)2.Anaconda使用:打开“开始目录”,找到Anaconda/Anaconda prompt,以管理员权限运行,否则会原创 2017-02-20 19:37:50 · 28774 阅读 · 30 评论 -
浅谈AlphaGo背后所涉及的深度学习技术
原文链接:http://www.199it.com/archives/449359.html导读:关于Alfa Go的评论文章很多,但真正能够与开发团队交流的却不多,感谢Alfa Go开发团队DeepMind的朋友对我这篇文章内容的关注与探讨,指出我在之前那一版文章中用字上的不够精确,所以在此又作调整。我之前文章提到的「全局」指的是跨时间点的整场赛局,很容易被误认为是某个特定时点整个棋盘的转载 2016-12-20 11:18:43 · 3617 阅读 · 0 评论 -
AlphaGo 是如何把 CNN 接到搜索的?
原文链接:AlgorithmDog 现在最热的话题莫过于李世石和 AlphaGo 的围棋大战。虽然我也想蹭下这个热点,但我不懂深度学习,不懂强化学习,更不懂围棋的。因此认真看 AlphaGo 的论文和田渊栋大牛的知乎文章,写一些简明笔记分享给大家。希望没有什么基础的童鞋也能看懂。 对于这个大热点,新闻媒体自然有自己的解读和分析,比如人工智能多么牛逼,人工智能会/不会威转载 2016-12-20 11:17:25 · 3576 阅读 · 0 评论 -
【机器学习】sklearn-GBDT调参-GradientBoostingClassifier
在梯度提升树(GBDT)原理小结中,我们对GBDT的原理做了总结,本文我们就从scikit-learn里GBDT的类库使用方法作一个总结,主要会关注调参中的一些要点。1.scikit-learn GBDT类库概述 在sacikit-learn中,GradientBoostingClassifier为GBDT的分类类, 而GradientBoostingRegressor为GBDT...转载 2020-02-05 20:03:32 · 24050 阅读 · 4 评论 -
【机器学习】sklearn-决策树调参-DecisionTreeClassifier
sklearn中决策树算法参数共有13个,如下:classsklearn.tree.DecisionTreeClassifier(criterion=’gini’,splitter=’best’,max_depth=None,min_samples_split=2,min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_featur...转载 2020-02-05 20:02:48 · 4117 阅读 · 0 评论 -
《机器学习实战》——数据降维技术
1. PCA降维2. 奇异值分解原创 2016-03-10 15:39:47 · 1362 阅读 · 0 评论 -
【机器学习】sklearn分类器调参-RandomizedSearchCV和GridSearchCV
RandomizedSearchCVfrom sklearn.grid_search import RandomizedSearchCV代码(链接):grid = RandomizedSearchCV(clf1,param_dist,cv = 3,scoring = 'neg_log_loss',n_iter=300,n_jobs = -1)#在训练集上训练grid.fit(tr...原创 2019-08-06 11:16:38 · 1809 阅读 · 0 评论 -
【机器学习】sklearn-Adaboost调参
AdaBoostClassifier默认分类器为决策树:base_estimator:object, optional (default=None)The base estimator from which the boosted ensemble is built. Support for sample weighting is required, as well as prope...原创 2020-02-05 20:03:57 · 4107 阅读 · 0 评论 -
【机器学习】Stacking方法详解
集成学习方法主要分成三种:bagging,boosting 和 Stacking。这里主要介绍Stacking。stacking严格来说并不是一种算法,而是精美而又复杂的,对模型集成的一种策略。首先来看一张图。1、首先我们会得到两组数据:训练集和测试集。将训练集分成5份:train1,train2,train3,train4,train5。2、选定基模型。这里假定我们选择了...转载 2019-08-08 11:21:10 · 7602 阅读 · 2 评论 -
【机器学习】分类器调参:什么是Grid Search 网格搜索?
将多种模型的结果通过投票的方式进行聚合。选择的模型的结果要有好有坏,这样聚合的结果最佳。PLAN1 Majority Class Labels (Majority/Hard Voting)事先准备三个模型,xgb和rf模型都已经通过cross_validation找出了较好的参数>>> from xgboost.sklearn import XGBClassifier...转载 2019-07-29 20:40:22 · 1686 阅读 · 0 评论 -
【机器学习】sklearn-SVM调参
SVM参数解释(1)C: 目标函数的惩罚系数C,用来平衡分类间隔margin和错分样本的,default C = 1.0;(2)kernel:参数选择有RBF, Linear, Poly, Sigmoid, 默认的是"RBF";(3)degree:if you choose 'Poly' in param 2, this is effective, degree决定了多项式的最高次幂;...转载 2020-02-05 20:03:11 · 21370 阅读 · 2 评论 -
【机器学习】sklearn-LR调参-Logistic Regression
sklearn中LogisticRegression的API如下,官方文档:http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html#sklearn.linear_model.LinearRegressionclass sklearn.linear_model.Logi...转载 2020-02-05 20:02:37 · 6674 阅读 · 1 评论 -
【机器学习】Sklearn-cluster聚类方法
Classes1各种聚类方法特性汇总:sklearn.cluster.KMeansfrom sklearn.cluster import KMeansKMeans(n_clusters=8,init='k-means++',n_init=10,max_iter=300,tol=0.0001,precompute_distances='auto',verbose=0,random_...转载 2019-07-31 19:40:15 · 21965 阅读 · 0 评论 -
【机器学习】 处理不平衡数据的技巧总结!
概念类别数据不均衡是分类任务中一个典型的存在的问题。简而言之,即数据集中,每个类别下的样本数目相差很大。例如,在一个二分类问题中,共有100个样本(100行数据,每一行数据为一个样本的表征),其中80个样本属于class 1,其余的20个样本属于class 2,class 1:class2=80:20=4:1,这便属于类别不均衡。当然,类别不均衡问同样会发生在多分类任务中。它们的解决方法是一样...转载 2019-07-31 12:35:23 · 1040 阅读 · 0 评论 -
【机器学习】在Python中使用XGBoost
本文原是xgboost的官方文档教程,但是鉴于其中部分内容叙述不清,部分内容也确实存在一定的问题,所以本人重写了该部分。数据请前往Github此处下载前置代码引用类库,添加需要的函数import numpy as npfrom sklearn.model_selection import train_test_splitimport xgboost as xgbimport pand...转载 2019-07-31 13:16:40 · 3706 阅读 · 0 评论