摘要：
摘抄：https://xienaoban.github.io/posts/2106.html 1. 调试(Tuning) 超参数 取值 #学习速率：\(\alpha\) Momentum：\(\beta\) 0.9:相当于10个值中计算平均值；0.999相当于1000个值中计算平均值 Adam：\( 阅读全文
摘要：
···python plt.title("Model with Adam optimization") axes = plt.gca() axes.set_xlim([-1.5,2.5]) axes.set_ylim([-1,1.5]) plot_decision_boundary(lambda x 阅读全文
摘要：
1. Optimization Methods Gradient descent goes "downhill" on a cost function \(J\). Think of it as trying to do this: **Figure 1** : **Minimizing the c 阅读全文
摘要：
笔记：Andrew Ng's Deeping Learning视频 摘抄：https://xienaoban.github.io/posts/58457.html 本章介绍了优化算法，让神经网络运行的更快 1. 梯度优化算法 1.1 Mini-batch 梯度下降 将 \(X = [x^{(1)}, 阅读全文
摘要：
1. Gradient Checking 你被要求搭建一个Deep Learning model来检测欺诈，每当有人付款，你想知道是否该支付可能是欺诈，例如该用户的账户可能已经被黑客掉。 但是，反向传播实现起来非常有挑战，并且有时有一些bug，因为这是一个mission-critical应用，你公司 阅读全文
摘要：
参考：https://www.cnblogs.com/devilmaycry812839668/p/9352814.html import numpy as np x=np.array([[0, 3, 4], [2, 6, 4]]) y=np.linalg.norm(x, axis=1, keepd 阅读全文
摘要：
查看属性 .ndim ：维度 .shape ：各维度的尺度 （2，5） .size ：元素的个数 10 .dtype ：元素的类型 dtype(‘int32’) ndarray数组的创建 np.arange(n) ; 元素从0到n-1的ndarray类型 np.ones(shape): 生成全1 n 阅读全文
摘要：
Regularization Deep Learning models have so much flexibility and capacity that overfitting can be a serious problem，if the training dataset is not big 阅读全文
摘要：
最后一行改成这个： plot_decision_boundary(lambda x: predict_dec(parameters, x.T), train_X, np.squeeze(train_Y)) 或者 plt.scatter(X[0, :], X[1, :], c=np.squeeze(y 阅读全文
摘要：
Initialization 如何选择初始化方式，不同的初始化会导致不同的结果 好的初始化方式： 加速梯度下降的收敛(Speed up the convergence of gradient descent) 增加梯度下降 收敛成 一个低错误训练(和 普遍化)的几率(Increase the odd 阅读全文
摘要：
笔记：Andrew Ng's Deeping Learning视频 参考：https://xienaoban.github.io/posts/41302.html 参考：https://blog.csdn.net/u012328159/article/details/80210363 1. 训练集、 阅读全文
摘要：
找到改文件夹，重命名文件夹zh_CN，改成 zh_CN_old 阅读全文
摘要：
新版的jupyter可能会自动汉化 如果你当前文件夹，不是按照写代码时候，标识符的命名规范，就会导致保存失败 可以把文件夹名字改成纯英语的，无特殊符号 自动保存可以成功 搞错了，妈的，文件路径太长，导致不能创建 .ipynb_checkpoints里的保存文件。。。神经病啊！！把文件路径搞短就可以了 阅读全文
摘要：
%load_ext autoreload：在执行用户代码前，重新装入 软件的扩展和模块。 autoreload 意思是自动重新装入。 它后面可带参数。参数意思你要查你自己的版本帮助文件。一般说： 无参：装入所有模块。 0：不执行 装入命令。 1： 只装入所有 %aimport 要装模块 2：装入所有 阅读全文
摘要：
公式推导 https://www.cnblogs.com/douzujun/p/13046923.html https://xienaoban.github.io/posts/12524.html 代码拆分实现 https://www.cnblogs.com/douzujun/p/10325980. 阅读全文
摘要：
创建虚拟环境, 创建 python=3.5的 (如果想安装tf2.1，这里就改成 3.7) https://www.cnblogs.com/douzujun/p/13059186.html 在虚拟环境里安装TensorFlow，单纯的完成ng作业，无cpu版本，使用conda，清华镜像 https: 阅读全文
摘要：
cmd中输入命令建立虚拟环境： conda create --name my_env python=3.7 激活环境： # windows进入虚拟环境my_env activate my_env # Linux 进入虚拟环境 source activate my_env 退出当前虚拟环境 deact 阅读全文
摘要：
https://blog.csdn.net/yuanzhoulvpi/article/details/86742729 https://blog.csdn.net/qq_34342852/article/details/97673819 离线安装 用conda安装会比较方便，下面直接用conda安装 阅读全文
摘要：
https://blog.csdn.net/u012328159/article/details/80081962 https://mp.weixin.qq.com/s?__biz=MzUxMDg4ODg0OQ==&mid=2247484013&idx=1&sn=2f1ec616d9521b801e 阅读全文
摘要：
Deep Learning 用逻辑回归训练图片的典型步骤. 笔记摘自：https://xienaoban.github.io/posts/59595.html 1. 处理数据 1.1 向量化(Vectorization) 将每张图片的高和宽和RGB展为向量，最终X的shape为 (height*wi 阅读全文
摘要：
精准率：预测有100个人有癌症，在这些预测中，有多少是准确的。 \(precision = \frac{TP}{TP + FP}\) 需要的是精确度 召回率：实际上100人有癌症，我们的预测算法能从中正确的挑出多少。 \(recall = \frac{TP}{P} = \frac{TP}{TP + 阅读全文
摘要：
本篇博客总结了，可能会重复使用的代码的索引，方便查找 分类性能度量 P-R曲线绘制 #利用鸢尾花数据集绘制P-R曲线 print(__doc__) #打印注释 import matplotlib.pyplot as plt import numpy as np from sklearn import 阅读全文
摘要：
https://files.cnblogs.com/files/douzujun/stopwords.zip 直接手动下载 stopwords.zip 放到 然后，再执行之前的操作，就可以了 阅读全文
摘要：
第一讲 深度学习概述 1.1 深度学习的引出 特点： 通过 组合低层特征，形成了更加抽象的 高层特征。 表达式中的 u，w参数需要在训练中通过 反向传播多次迭代调整，使得整体的 分类误差最小。 深度学习网络往往 包含多个中间层（隐藏层），且网络结构要更复杂一些。 1.2 数据集及其拆分 Iris（鸢 阅读全文
摘要：
1. 导学 如何使用算法 如何评价算法的好坏 如何解决过拟合和欠拟合 如何调节算法的参数 如何验证算法的正确性 1.1 要求 1.2 如何使用算法 如何评价算法的好坏 如何解决过拟合和欠拟合 如何调节算法的参数 如何验证算法的正确性 2. 机器学习的数据 2.1 样本 2.2 特征 2.3 特征空间 阅读全文
摘要：
1. 文章添加目录 设置-> 页脚HTML代码 中添加 <script language="javascript" type="text/javascript"> // 生成目录索引列表 // ref: http://www.cnblogs.com/wangqiguo/p/4355032.html 阅读全文
摘要：
graph LR start[开始] --> input[输入A,B,C] input --> conditionA{A是否大于B} conditionA -- YES --> conditionsC{A是否大于C} conditionA -- NO --> conditionB{B是否大于C} g 阅读全文
摘要：
把GitHub之前的静态博客换成动态的了 https://douzujun.github.io/ 参考： https://xienaoban.github.io/posts/52843.html?tdsourcetag=s_pctim_aiomsg https://www.jianshu.com/p 阅读全文
摘要：
可以我的GitHub上直接下载：https://github.com/douzujun/Python-Foundation-Suda ##上机常用代码 ###(1) 输入代码 ###(2) 矩阵乘法 (np.dot(A, B)) def matrixMul(A, B): if len(A[0]) = 阅读全文
摘要：
##苏州大学计算机复试【字符串/数组类习题】 PAT ###1028 人口普查 (20分) 某城镇进行人口普查，得到了全体居民的生日。现请你写个程序，找出镇上最年长和最年轻的人。 这里确保每个输入的日期都是合法的，但不一定是合理的——假设已知镇上没有超过 200 岁的老人，而今天是 2014 年 9 阅读全文