上一页 1 ··· 72 73 74 75 76 77 78 79 80 ··· 107 下一页
摘要: 1.迁移学习 比如要训练一个放射科图片识别系统,但是图片非常少,那么可以先在有大量其他图片的训练集上进行训练,比如猫狗植物等的图片,这样训练好模型之后就可以转移到放射科图片上,模型已经从其他图片中学习到了低层的特征,可能会对当前训练系统产生帮助。但要保证其他图片的量很多。 对迁移的模型只要修改输出层 阅读全文
posted @ 2019-03-04 12:04 lypbendlf 阅读(527) 评论(0) 推荐(0) 编辑
摘要: 转自:廖雪峰网站 1.map/reduce map()函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回。 举例说明,比如我们有一个函数f(x)=x2,要把这个函数作用在一个list [1, 2, 3, 4, 5, 阅读全文
posted @ 2019-03-01 16:12 lypbendlf 阅读(639) 评论(0) 推荐(0) 编辑
摘要: 转自:https://www.zhihu.com/question/35602879 1.问题: SVM中,对于线性不可分的情况下,我们利用升维,把低维度映射到到维度让数据变得“更可能线性可分”,为了避免维度爆炸,我们巧妙的运用了核函数,避免了在高维度空间的计算,而只需要在低维度空间进行计算。对于核 阅读全文
posted @ 2019-02-28 09:29 lypbendlf 阅读(648) 评论(0) 推荐(0) 编辑
摘要: https://scikit-learn.org/stable/modules/generated/sklearn.svm.LinearSVC.html#sklearn.svm.LinearSVC 1.类定义 这样会创建一个类,并且类中除了目前创建时的参数还有方法。 1.1类的方法 1.2类的属性 阅读全文
posted @ 2019-02-27 15:29 lypbendlf 阅读(1417) 评论(0) 推荐(0) 编辑
摘要: 4.3核对矩阵维数 根据前向的矩阵,可以计算出右上的规律,对于第L层的w来说,其维数为(n[L],n[L-1]),n[L]表示第L层的单元数。 4.4为什么深层神经网络会好用? 如果要做一个人脸识别的系统:那么浅层的神经网络,进行特征识别或边缘探测,第一张图中的一个小方块就是一个神经单元?无法理解。 阅读全文
posted @ 2019-02-26 19:20 lypbendlf 阅读(203) 评论(0) 推荐(0) 编辑
摘要: 转自:https://blog.csdn.net/cqk0100/article/details/76221749 1.总结 对于array对象,*和np.multiply函数代表的是数量积,如果希望使用矩阵的乘法规则,则应该调用np.dot和np.matmul函数。 对于matrix对象,*直接代 阅读全文
posted @ 2019-02-26 11:37 lypbendlf 阅读(472) 评论(0) 推荐(0) 编辑
摘要: 转自:为什么w不能初始化为0,而是要随机初始化?https://zhuanlan.zhihu.com/p/27190255 通俗理解BP.https://zhuanlan.zhihu.com/p/24801814 很容易就看明白!学习了! 阅读全文
posted @ 2019-02-26 08:52 lypbendlf 阅读(190) 评论(0) 推荐(0) 编辑
摘要: 1.激活函数 1.tanh函数比sigmoid效果更好,它的区间是[-1,1],所以均值为0,有类似于让数据中心化的效果。 //此时Ng说,tanh函数几乎在所有场合都更优越。 2.但是如果yhat是二分类,是{0,1},此时使用在[0,1]区间的激活函数更好,所以对于二分类在隐层中使用tanh,输 阅读全文
posted @ 2019-02-25 12:17 lypbendlf 阅读(292) 评论(0) 推荐(0) 编辑
摘要: 1.计算图的导数计算 正向比如说是计算代价函数值,反向就是增大多少a/b/c对J的影响,也就是导数的意义,这里讲的是求导链式法则。 2.向量化 节约大量计算时间 简直是100倍的时间,看来之前实现的那个代码根本就不能用好几层for循环来实现,时间太长了啦!第一次知道。 3.Py中的广播 使用对列求和 阅读全文
posted @ 2019-02-24 12:25 lypbendlf 阅读(132) 评论(0) 推荐(0) 编辑
摘要: Named Entity Recognition in Biomedical Texts using an HMM Model 2004年,引用79 1.摘要 Although there exists a huge number of biomedical texts online, there 阅读全文
posted @ 2019-02-21 21:39 lypbendlf 阅读(350) 评论(0) 推荐(0) 编辑
上一页 1 ··· 72 73 74 75 76 77 78 79 80 ··· 107 下一页