Blair

摘要： 1 前言 在学 LDA 之前，需要将其与自然语言主题模型进行区别开来。在 NLP 中， LDA 是隐含狄利克雷分布（Latent Dirichlet Allocation，简称LDA），是一种处理文档的主题模型。本文只讨论线性判别分析（LDA）。 2 LDA思想 基本思想：投影后类内方差最小，类间方 阅读全文

摘要： 1 导入numpy包 import numpy as np 2 sigmoid函数 def sigmoid(x): return 1/(1+np.exp(-x)) demox = np.array([1,2,3]) print(sigmoid(demox)) #报错 #demox = [1,2,3] 阅读全文

摘要： 1 地址 2 tensorflow中文版教程 3 100天掌握机器学习 4 100天Python学习 5 100天算法挑战题集 6 使用多种语言实现算法的github项目 7 专为大学生学习编程的网站 8 机器学习 - 竞赛网站，算法刷题网站 数据竞赛类网站 Kaggle 阿里巴巴天池大数据比赛 D 阅读全文

摘要： 论文信息 论文标题：Generative Adversarial Networks论文作者：Ian J. Goodfellow, Jean Pouget-Abadie ......论文来源：2014, NIPS论文地址：download 论文代码：download 1 Introduction 本文 阅读全文

摘要： 原谅我写中文太累了，而且相信在座的都有一定的英文水平。 KL散度 考虑某个未知分布 $p(x)$ ，假定已经使用一个近似的分布 $q(x)$ 对它进行建模。如果使用 $q(x)$ 来建立一个编码体系，用来把 $x$ 的值传给接收者，那么，由于使用 了 $q(x) $ 而不是真实分布 $ p(x) $ 阅读全文

摘要： 1 KL散度 KL散度(Kullback–Leibler divergence) 定义如下： $D_{K L}=\sum\limits_{i=1}^{n} P\left(x_{i}\right) \times \log \left(\frac{P\left(x_{i}\right)}{Q\left( 阅读全文

摘要： 1 GAN基本概念 1.1 什么是生成对抗网络? 生成对抗网络(GAN, Generative adversarial network) 在 2014 年被 Ian Goodfellow 提出。 GAN 由 生成器 和 判别器 组成，生成器负责生成样本，判别器负责判断生成器生成的样本是否为真。生成器 阅读全文

摘要： 1 导入包 import numpy as np 2 初始化模型参数 ### 初始化模型参数 def initialize_params(dims): w = np.zeros((dims, 1)) b = 0 return w, b 3 损失函数计算 ### 包括线性回归公式、均方损失和参数偏导三 阅读全文

摘要： 1 手写实现PCA import numpy as np class PCA(): # 计算协方差矩阵 def calc_cov(self, X): m = X.shape[0] # 数据标准化，X的每列减去列均值 X = (X - np.mean(X, axis=0)) return 1 / m 阅读全文

摘要： 1 导入相关模块 import numpy as np from collections import Counter import matplotlib.pyplot as plt from sklearn import datasets from sklearn.utils import shu 阅读全文