摘要: CIFAR 10/CIFAR 100数据集解析 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 参考文献 "CIFAR 10/CIFAR 100数据集" CIFAR 10和CIFAR 100被标记为 "8000万个微小图像数据集" 的子集。他们由Alex Krizhevsky,Vino 阅读全文
posted @ 2018-02-21 16:57 WUST许志伟 阅读(94138) 评论(0) 推荐(2) 编辑
摘要: Python urllib urlretrieve函数解析 利用urllib.request.urlretrieve函数下载文件 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 参考文献 "Urlretrieve函数解析" urllib.request.urlretrieve函数解析 阅读全文
posted @ 2018-02-18 19:07 WUST许志伟 阅读(4279) 评论(0) 推荐(0) 编辑
摘要: Tensorflow实现各种学习率衰减 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 参考文献 "Deeplearning AI Andrew Ng" "Tensorflow1.2 API" 学习率衰减(learning rate decay) 加快学习算法的一个办法就是随时间慢慢减 阅读全文
posted @ 2018-02-18 12:47 WUST许志伟 阅读(6289) 评论(0) 推荐(0) 编辑
摘要: Tensorflow MNIST CNN 手写数字识别 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 参考文献 Tensorflow机器学习实战指南 源代码请点击下方链接 "Tesorflow实现基于MNIST数据集上简单CNN" 少说废话多写代码 下载并读取MNIST数据集 构造模 阅读全文
posted @ 2018-02-11 20:58 WUST许志伟 阅读(490) 评论(0) 推荐(0) 编辑
摘要: 用Tensorflow实现简单多层神经网络 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 参考文献 Tensorflow机器学习实战指南 源代码见下方链接 "ReLU激活函数/L1范数版本" "Sigmoid激活函数/交叉熵函数版本" 数据集及网络结构 数据集 使用预测出生体重的数据 阅读全文
posted @ 2018-02-09 17:52 WUST许志伟 阅读(8674) 评论(2) 推荐(0) 编辑
摘要: Python读写csv文件 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 前言 逗号分隔值(Comma Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本)。纯文本意味着该文件是一个字符序列,不含必 阅读全文
posted @ 2018-02-08 20:01 WUST许志伟 阅读(420260) 评论(0) 推荐(10) 编辑
摘要: 使用二维数据构造简单卷积神经网络 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 图像和一些时序数据集都可以用二维数据的形式表现,我们此次使用随机分布的二位数据构造一个简单的CNN—网络卷积 最大池化 全连接 参考代码 python Implementing Different Lay 阅读全文
posted @ 2018-02-07 10:17 WUST许志伟 阅读(781) 评论(0) 推荐(0) 编辑
摘要: 使用一维数据构造简单卷积神经网络 " " " " " " 神经网络对于一维数据非常重要,时序数据集、信号处理数据集和一些文本嵌入数据集都是一维数据,会频繁的使用到神经网络。我们在此利用一组一维数据构造卷积层 最大池化层 全连接层的卷积神经网络。希望给大家使用CNN处理一维数据一些帮助。 参考代码 p 阅读全文
posted @ 2018-02-07 10:16 WUST许志伟 阅读(5400) 评论(2) 推荐(0) 编辑
摘要: 反向传播算法从原理到实现 反向传播算法Backpropagation的python实现 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 博主接触深度学习已经一段时间,近期在与别人进行讨论时,发现自己对于反向传播算法理解的并不是十分的透彻,现在想通过这篇博文缕清一下思路.自身才疏学浅欢迎 阅读全文
posted @ 2017-12-12 17:17 WUST许志伟 阅读(7397) 评论(1) 推荐(7) 编辑
摘要: 机器学习数学笔记|极大似然估计 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 本博客为七月在线邹博老师机器学习数学课程学习笔记 为七月在线打call!! "课程传送门" 极大似然估计 假设D是样本集合,A是参数集合,我们在D样本集固定的情况下,A取何值时,P(A|D)能取到最大. 我 阅读全文
posted @ 2017-11-17 16:37 WUST许志伟 阅读(734) 评论(0) 推荐(0) 编辑
摘要: 机器学习数学笔记|大数定理中心极限定理矩估计 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 本博客为七月在线邹博老师机器学习数学课程学习笔记 为七月在线打call!! "课程传送门" 概率密度/概率分布函数 概率密度只是针对连续性变量而言,而分布函数是对所有随机变量取值的概率的讨论, 阅读全文
posted @ 2017-11-14 20:13 WUST许志伟 阅读(991) 评论(0) 推荐(0) 编辑
摘要: 机器学习数学笔记|偏度与峰度及其python实现 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 本博客为七月在线邹博老师机器学习数学课程学习笔记 为七月在线打call!! "课程传送门" 矩 对于随机变量X,X的K阶原点矩为 $$E(X^{k})$$ X的K阶中心矩为 $$E([X 阅读全文
posted @ 2017-11-14 15:15 WUST许志伟 阅读(5193) 评论(0) 推荐(0) 编辑
摘要: 机器学习数学笔记|期望方差协方差矩阵 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 本博客为七月在线邹博老师机器学习数学课程学习笔记 为七月在线打call!! "课程传送门" 简单概率计算 Example1 我们的思路是,若A先到达则假设A是一条长1cm的线段.B出现的概率是一个点, 阅读全文
posted @ 2017-11-13 18:52 WUST许志伟 阅读(4043) 评论(0) 推荐(0) 编辑
摘要: 机器学习数学笔记|概率论基础常见概型分布期望与方差 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 本博客为七月在线邹博老师机器学习数学课程学习笔记 为七月在线打call!! "课程传送门" 概率论 对概率的认识,x表示一个事件,则P(x)表示事件发生的概率,其中不可能发生的事件P(x 阅读全文
posted @ 2017-11-13 11:29 WUST许志伟 阅读(4623) 评论(0) 推荐(0) 编辑
摘要: 机器学习数学笔记|Taylor展开式与拟牛顿 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 原创文章,如需转载请保留出处 本博客为七月在线邹博老师机器学习数学课程学习笔记 为七月在线打call!! "课程传送门" Taylor 展式与拟牛顿 索引 taylor展式 计算函数值 解释g 阅读全文
posted @ 2017-11-12 16:07 WUST许志伟 阅读(2679) 评论(0) 推荐(1) 编辑
摘要: 机器学习数学笔记|微积分梯度jensen不等式 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 原创文章,如需转载请保留出处 本博客为七月在线邹博老师机器学习数学课程学习笔记 为七月在线打call!! "课程传送门" 索引 微积分,梯度和Jensen不等式 Taylor展开及其应用 常 阅读全文
posted @ 2017-11-10 19:25 WUST许志伟 阅读(2918) 评论(0) 推荐(3) 编辑
摘要: [DeeplearningAI笔记]第三章2.9 2.10端到端学习 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " "吴恩达老师课程原地址" 2.9 什么是端到端学习 What is End to end deeplearning 以前有一些数据处理系统或者学习系统,它们需要多个阶段 阅读全文
posted @ 2017-11-07 17:15 WUST许志伟 阅读(1562) 评论(0) 推荐(0) 编辑
摘要: [DeeplearningAI笔记]第三章2.7 2.8多任务学习/迁移学习 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " "吴恩达老师课程原地址" 2.7 迁移学习 Transfer Learninig 神经网络可以从一个任务中习得知识,并将这些知识应用到另一个独立的任务中.例如: 阅读全文
posted @ 2017-11-06 17:33 WUST许志伟 阅读(3566) 评论(2) 推荐(3) 编辑
摘要: [DeeplearningAI笔记]第三章2.4 2.6不匹配的训练和开发/测试数据 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " "吴恩达老师课程原地址" 2.4在不同分布上训练和测试数据 在深度学习时代,越来越多的团队使用和开发集/测试集不同分布的数据来训练模型.下面解释一些方法 阅读全文
posted @ 2017-11-05 20:34 WUST许志伟 阅读(1379) 评论(0) 推荐(0) 编辑
摘要: 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " "吴恩达老师课程原地址" 2.1 误差分析 训练出来的模型往往没有达到人类水平的效果,为了得到人类水平的结果,我们对原因进行分析,这个过程称为误差分析. 实例剖析 1. 例如此时你正在训练一个猫分类器,其中正确率为90%,这离目标有一定的 阅读全文
posted @ 2017-11-05 14:51 WUST许志伟 阅读(626) 评论(0) 推荐(0) 编辑
摘要: [DeeplearningAI笔记]第三章1.8 1.12可避免误差与模型改善 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 1.8 为什么是人的表现 今天,机器学习算法可以与人类水平的表现性能竞争,因为它们在很多应用程序中更有生产力和更可行。并且设计和构建机器学习系统的工作流程都比 阅读全文
posted @ 2017-11-01 13:37 WUST许志伟 阅读(859) 评论(0) 推荐(0) 编辑
摘要: [DeeplearningAI笔记]第三章1.4 1.7开发集测试集划分与满足与优化指标 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " "吴恩达老师课程原地址" 1.4 满足和优化指标 Stisficing and optimizing metrics 有时候把你要考虑的所有事情组合 阅读全文
posted @ 2017-10-31 13:19 WUST许志伟 阅读(748) 评论(0) 推荐(0) 编辑
摘要: [DeeplearningAI笔记]第三章1.1 1.3查准率/查全率/F1分数 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " "吴恩达老师课程原地址" 1.1 什么是ML策略 机器学习策略简介 情景模拟 假设你正在训练一个分类器,你的系统已经达到了90%准确率,但是对于你的应用程序 阅读全文
posted @ 2017-10-30 21:06 WUST许志伟 阅读(891) 评论(0) 推荐(0) 编辑
摘要: [DeeplearningAI笔记]第二章3.8 3.9分类与softmax 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 3.8 Softmax regression Softmax回归.能让你在试图识别某一分类时作出预测,或者说是多种分类的一个,不只是识别两个分类. 以识别图片的 阅读全文
posted @ 2017-10-30 12:43 WUST许志伟 阅读(1805) 评论(0) 推荐(0) 编辑
摘要: [DeeplearningAI笔记]第二章3.4 3.7 Batch NormalizationBN算法 觉得有用的话,欢迎一起讨论相互学习~ " " " " " " 3.4正则化网络的激活函数 Batch归一化会使你的参数搜索问题变得很容易,使神经网络对超参数的选择更加稳定.超参数的范围会更庞大, 阅读全文
posted @ 2017-10-29 21:38 WUST许志伟 阅读(2046) 评论(0) 推荐(0) 编辑