刘文华

2019年10月3日

摘要：基本概念：(Density-Based Spatial Clustering of Application with Noiso) 1.核心对象：若某个点的密度达到算法设定的阈值则其为核心点。（即r领域内的点数量不小于minPts） 2.ε-领域的距离阈值：设定的半径r 3.直接密度可达：若某阅读全文

posted @ 2019-10-03 01:46 刘文华阅读(3829) 评论(0) 推荐(0) 编辑

K-MEANS算法及sklearn实现

摘要： K-MEANS算法聚类概念： 1.无监督问题：我们手里没有标签 2.聚类：相似的东西分到一组 3.难点：如何评估，如何调参 4.要得到簇的个数，需要指定K值 5.质心：均值，即向量各维取平均即可 6.距离的度量：常用欧几里得距离和余弦相似度 7.优化目标：min$$ min \sum_{i=0}^ 阅读全文

posted @ 2019-10-03 00:47 刘文华阅读(2759) 评论(0) 推荐(0) 编辑

2019年9月29日

Linux删除有规则文件夹，比如（50-100）

摘要： rm -rf {50..100} 阅读全文

posted @ 2019-09-29 10:31 刘文华阅读(523) 评论(0) 推荐(0) 编辑

2019年9月28日

11.tensorboard网络结构

摘要： import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 载入数据集 mnist = input_data.read_data_sets("MNIST_data", one_hot=True) # 批次大小 batch_size = 64 # 计算一个周期一共有多少个批次 n_b... 阅读全文

posted @ 2019-09-28 23:54 刘文华阅读(200) 评论(0) 推荐(0) 编辑

10.优化器

摘要： import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据集 mnist = input_data.read_data_sets("MNIST_data",one_hot=True) 阅读全文

posted @ 2019-09-28 23:34 刘文华阅读(160) 评论(0) 推荐(0) 编辑

9.正则化

摘要： Iter 0,Testing Accuracy 0.9451,Training Accuracy 0.94643635 Iter 1,Testing Accuracy 0.9529,Training Accuracy 0.9566909 Iter 2,Testing Accuracy 0.96,Tr 阅读全文

posted @ 2019-09-28 23:32 刘文华阅读(167) 评论(0) 推荐(0) 编辑

8.Dropout

摘要： import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据集 mnist = input_data.read_data_sets("MNIST_data",one_hot=True) 阅读全文

posted @ 2019-09-28 23:31 刘文华阅读(251) 评论(0) 推荐(0) 编辑

7.交叉熵

摘要： import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 载入数据集 mnist = input_data.read_data_sets("MNIST_data", one_hot=Tru 阅读全文

posted @ 2019-09-28 23:25 刘文华阅读(181) 评论(0) 推荐(0) 编辑

6.MNIST数据集分类简单版本

摘要： import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 载入数据集 mnist = input_data.read_data_sets("MNIST_data", one_hot=True) # 批次大小 batch_size = 64 # 计算一个周期一共有多少个批次 n_b... 阅读全文

posted @ 2019-09-28 23:23 刘文华阅读(754) 评论(0) 推荐(0) 编辑

5.非线性回归

摘要： import tensorflow as tf import numpy as np import matplotlib.pyplot as plt # numpy生成200个随机点 x_data = np.linspace(-0.5,0.5,200)[:,np.newaxis] noise = np.random.normal(0,0.02,x_data.shape) y_data = n... 阅读全文

posted @ 2019-09-28 22:58 刘文华阅读(352) 评论(0) 推荐(0) 编辑

公告