问道代码间

协方差矩阵（covariance matrix)

摘要：协方差矩阵当我们面对多维的随机变量，就需要计算样本维度之间的协方差。假设有m个n维的点，有并且令则假设，则有，公式得到进一步简化当n维不相关时，Cov（X）是对角矩阵协方差矩阵实现 import numpy as np X=np.array([[1,2,1,2],[0,1,0,1],[ 阅读全文

posted @ 2020-12-10 16:29 问道代码间阅读(764) 评论(0) 推荐(0) 编辑

方差(Variance)、协方差(Covariance)与相关性系数

摘要：方差方差主要计算一维数组的离散程度协方差协方差主要衡量两组变量或者二维变量的相似程度很明显，所谓的协方差就是方差在二维上的呈现。那么一维数据自身的协方差是如何计算呢？一维数据和自己的协方差，就是数据本身的方差，方差是协方差的特殊情况。值得注意的是当两组数据的协方差为0时，说明两组数据线性阅读全文

posted @ 2020-12-10 00:27 问道代码间阅读(3614) 评论(0) 推荐(0) 编辑

交叉熵损失（cross-entropy）和折页损失（Hinge loss）

摘要： Cross-Entropy Loss 假设是一对训练样本，是训练数据，是对于分类的one hot向量（该向量只有真实分类的参数为1，其余位数均为0）。假设通过softmax算得预测值，则损失表示如下：很明显的我们看到这个损失涉及到了哪些参数，只有两个，那就预测值和真实值。这里的真实值采用one h 阅读全文

posted @ 2020-11-16 00:15 问道代码间阅读(946) 评论(0) 推荐(0) 编辑

常见的激活函数（激励函数）

摘要： #什么是激活函数激活函数，顾名思义，肩负着激活一个神经网络的作用。上图清晰的展示了一个多层神经网络的结构，一共L个隐藏层，d个输入和一个输出。其中W表示权重，h表示为激活函数。神经网络的目的就是从输入得到输出，我们可以得到输出的计算方法很明显看到，上层的输出值通过一定的函数变换，成为下一层的输阅读全文

posted @ 2020-11-06 15:55 问道代码间阅读(655) 评论(0) 推荐(0) 编辑

关于如何使用博客园添加代码

摘要：博客园使用三种文章编辑器，在选项页可以进行选择通常我们使用默认的Markdown，但是使用这个就需要了解其的基本语法，不了解基本的语法就会导致页面不美观和乱码的出现对于添加代码而言我们需要了解两种基本使用方法单行代码效果如下代码块效果如下并且需要注意三个反引号必须单独列在一行! 关于阅读全文

posted @ 2020-11-02 23:54 问道代码间阅读(576) 评论(0) 推荐(0) 编辑

直方图的均衡化

摘要： #引言直方图均衡化被看作的图像降噪或者增强方式。 #什么是直方图学习这样的降噪方法首先要了解什么是直方图。直方图试图表示图像像素值得分布情况，对于灰度图像而言，直接统计不同灰度的出现频次。 0 2 2 4 5 2 1 0 1 2 0 2 3 2 2 1 3 1 0 4 1 4 0 3 1 上5* 阅读全文

posted @ 2020-10-30 15:48 问道代码间阅读(324) 评论(0) 推荐(0) 编辑