摘要：
一、创建Linux系统 / ：系统根目录 /usr ：一般包含不需要修改的程序，类似于Windows的Windows文件夹 /var ：经常变化的文件，一般放数据库文件 /tmp ：临时文件 /home ：存放用户文件的主目录 /bin： 用户程序（命令）目录 /sbin：系统程序（命令）目录 /e 阅读全文
posted @ 2018-01-21 17:09 AYE89 阅读(127) 评论(0) 推荐(0) 编辑
摘要：
一、图像读取/保存 imread的函数原型是：Mat imread( const string& filename, int flags=1 ); 第二个参数意义： IMREAD_UNCHANGED ：不进行转化，比如保存为了16位的图片，读取出来仍然为16位。 IMREAD_GRAYSCALE ： 阅读全文
posted @ 2018-01-10 16:33 AYE89 阅读(424) 评论(0) 推荐(0) 编辑
摘要：
决策树可以使用不熟悉的数据集合，并从中提取出一系列的规则（如if...else），根据数据集创建规则的过程，就是机器学习的过程。专家系统中经常使用决策树。 一、基本思想：分而治之的策略 决策树的生成是一个递归过程； 对于属性值是离散值的情况，结点生成问题转化为：从当前属性集合中选择哪种属性（作为分支 阅读全文
posted @ 2018-01-09 19:34 AYE89 阅读(185) 评论(0) 推荐(0) 编辑
摘要：
VAE(Variational Autoencoder) 生成式模型 理论： 基于贝叶斯公式、KL散度的推导 1. 自动编码器的一般结构 2. 产生一幅新图像 输入的数据经过神经网络降维到一个编码(code)，接着又通过另外一个神经网络去解码得到一个与输入原数据一模一样的生成数据，然后通过去比较这两 阅读全文
posted @ 2017-12-27 17:20 AYE89 阅读(2547) 评论(0) 推荐(0) 编辑
摘要：
https://mp.weixin.qq.com/s/rS_ndBE50EbPhjnYY4acow 在四种基本网络架构中，深度学习可以被定义为具有大量参数和层数的神经网络： 无监督预训练网络(Unsupervised Pre-trained Networks) 卷积神经网络(Convolutiona 阅读全文
posted @ 2017-12-15 09:45 AYE89 阅读(188) 评论(0) 推荐(0) 编辑
摘要：
一、梯度下降 最简单的梯度下降算法——固定学习率 x -= grad*lr 步长的选择： 步长太小对局部极小值的逼近慢，训练时间长 步长太大，模型容易震荡，结果不收敛 二、Adam法梯度下降 动量法梯度下降：(当前更新量+之前值 )的平滑 冲量的“惯性” pre_grad = pre_grad*di 阅读全文
posted @ 2017-12-14 18:48 AYE89 阅读(395) 评论(0) 推荐(0) 编辑
摘要：
Paper： Practical Black-Box Attacks against Machine Learning 一、介绍 概况：Ian Goodfellow大神研究如何在不知道model内部结构和训练数据集的情况下（黑盒），产生adversarial example误导DNN分类器。 成果： 阅读全文
posted @ 2017-12-13 15:50 AYE89 阅读(1545) 评论(0) 推荐(0) 编辑
摘要：
http://blog.csdn.net/zouxy09/article/details/24971995 一、规则化 规则化符合奥卡姆剃刀(Occam's razor)原理。这名字好霸气，razor！不过它的思想很平易近人：在所有可能选择的模型中，我们应该选择能够很好地解释已知数据并且十分简单的模 阅读全文
posted @ 2017-12-08 16:41 AYE89 阅读(175) 评论(0) 推荐(0) 编辑
摘要：
Keras 实现一个简单GAN 代码中需提供： Loss Function 参见Keras 或者 Tensorflow 文档 model_param_matrix 反向调整的模型参数/参数矩阵 epoch 迭代轮数 W 以及调整的方式 阅读全文
posted @ 2017-12-08 14:00 AYE89 阅读(2613) 评论(1) 推荐(0) 编辑