摘要： 在刷题时用到了数组，因为不提供三方库所以不能使用Numpy。想如何通过python列表模拟数组。 第一种方法 """ 生成n*m的初始值为0的矩阵 """ n = 5 m = 3 a = [[0 for j in range(m)] for i in range(n)] print(a) 结果： 第 阅读全文

摘要： 原理是通过numpy的数组索引，注意不能用label[:,my_label 1]的方式，因为使用切片操作，之后会操作某一列，而不是对应行的列。 比如 结果为 可以看到使用切片之后会操作某一列，而不是对应行的列 阅读全文

摘要： 1 Recipe of Deep Learning 我们在搭建与训练神经网络的时候最好使用上图步骤： 1. 快速搭建好神经网络模型 2. 看训练集上有没有好的结果，如果有那么执行3，如果没有高偏差执行4 3. 看测试集上有没有好的结果，如果有执行6，如果没有高方差执行5 4. 选择更好的模型，如增加 阅读全文

摘要： Java是不支持容器类在使用迭代器迭代过程中，使用如 list.remove(obj)方法删除元素。否则会抛出ava.util.ConcurrentModificationException异常。应该使用iterator.remove()方法删除当前迭代到的元素。 这是因为Java集合中有一种叫 f 阅读全文

摘要： 步态能量图生成主要有两步，主要为： 在原始轮廓图上对人的轮廓进行裁剪，在下面制作步态能量图图片叠加以什么为中心位置也是一个问题。一般有两种方式，一种是中心位置为人体宽的一半。另一种是以头顶为中心位置。如：下图为原始图像与裁剪后的图像 为人体宽一般为中心位置 以头顶为中心位置 对裁剪后图像合成，一个步 阅读全文

摘要： CNN 神经网络的每个神经元相当于一个分类器，当检测到对应特征时，这个神经元的激活值就会变得非常大。 越靠前面的层检测的就是越基础的特征，后面的层根据前面层检测到的特征来检测更复杂的特征，如下图，第一个隐含层可以表示最基本的分类器，检测颜色，基本条纹如斜线等。而第二个隐含层就可以通过第一个隐含层检测 阅读全文

摘要： 反向传播算法 反向传播算法实质就是链式求导法则的应用，那为什么叫反向传播算法。 前提我们已经熟悉如何求偏导。有下面式子 第二个就是链式求导法则，$\Delta s$会分别影响$\Delta x$与$\Delta y$。$\Delta x$跟$\Delta y$会在会影响$\Delta z$。因此$z 阅读全文

摘要： 1. 使用回归进行分类 机器学习中分类是指输入一个样本点，输出这个样本点所属的类别，预测的是一个离散值，如类别（1，2）。 而回归问题是输入一个样本点，预测一个值，这个值是连续值，可以介于$[1,2]$之间。 以二分类问题为例，我们可不可以通过回归的方法来进行分类呢？比如输入一个样本点，如果是第1类 阅读全文

摘要： 1. 梯度 梯度的本质： 梯度是方向导数最大值的反方向，因此梯度是函数值下降最快的方向。 在谈梯度之前我们需要先了解导数，跟方向导数的概念 1.1 导数 导数大家都很熟悉，即某个点在函数上的变化率。这个点不止是一元函数上的点，即只有一个变量。也有可能是二元，三元函数上的点不止一个自变量。但都表示某个 阅读全文

摘要： 1. 正则化 正则化是指，在损失函数的基础上加上了正则化项，即原来的loss function$ \frac{1}{m}\sum_{i=1}^n(y_i \hat y)^2$ 变为$ \frac{1}{m}\sum_{i=1}^n(y_i \hat y)^2+\frac{\lambda}{2m} \ 阅读全文