Fork me on GitHub
摘要: 一、前述 反向自动求导是 TensorFlow 实现的方案,首先,它执行图的前向阶段,从输入到输出,去计算节点值,然后是反向阶段,从输出到输入去计算所有的偏导。 二、具体 1、举例 图是第二个阶段,在第一个阶段中,从 x =3和 y =4开始去计算所有的节点值f ( x / y )=x 2 * y 阅读全文
posted @ 2018-03-27 20:43 L先生AI课堂 阅读(439) 评论(0) 推荐(0) 编辑
摘要: 一、前述 TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输 阅读全文
posted @ 2018-03-27 18:44 L先生AI课堂 阅读(2896) 评论(0) 推荐(0) 编辑
摘要: 一、前述 决策树是一种非线性有监督分类模型,随机森林是一种非线性有监督分类模型。线性分类模型比如说逻辑回归,可能会存在不可分问题,但是非线性分类就不存在。二、具体原理 ID3算法 1、相关术语 根节点:最顶层的分类条件叶节点:代表每一个类别号中间节点:中间分类条件分枝:代表每一个条件的输出二叉树:每 阅读全文
posted @ 2018-03-27 15:12 L先生AI课堂 阅读(9938) 评论(0) 推荐(0) 编辑
摘要: 一、前述 怎么样对训练出来的模型进行评估是有一定指标的,本文就相关指标做一个总结。 二、具体 1、混淆矩阵 混淆矩阵如图: 第一个参数true,false是指预测的正确性。 第二个参数true,postitives是指预测的结果。 相关公式: 检测正列的效果: 检测负列的效果: 公式解释: fp_r 阅读全文
posted @ 2018-03-27 11:17 L先生AI课堂 阅读(3240) 评论(0) 推荐(0) 编辑
摘要: 一、前述 线上模型部分根据用户的行为数据进行推荐,相当于测试数据 二、具体代码 阅读全文
posted @ 2018-03-27 00:23 L先生AI课堂 阅读(985) 评论(0) 推荐(0) 编辑