摘要：
一、为什么是ML策略 如上图示，假如我们在构建一个喵咪分类器，数据集就是上面几个图，训练之后准确率达到90%。虽然看起来挺高的，但是这显然并不具一般性，因为数据集太少了。那么此时可以想到的ML策略有哪些呢？总结如下： 收集更多的数据 收集更多不同的训练集 结合梯度下降训练算法更长时间 尝试Adam算 阅读全文
摘要：
注意！！！该方法针对Windows用户，亲测有效。 1.用管理员权限记事本打开host文件 2.将如下内容复制到文件末尾 3.打开命令行，输入如下命令 4.刷新页面即可 要是觉得有效，去给我的博客点个赞可好~~~ "marsggbo的博客园" 微信公众号：AutoML机器学习 MARSGGBO♥原创 阅读全文
摘要：
一、调试处理 week2中提到有如下的超参数： α hidden units mini batch size β layers learning rate decay $β_1,β_2,ε$ 颜色表示重要性，以及调试过程中可能会需要修改的程度。 那么如何选择超参数的值呢？ 首先是粗略地随机地寻找最优 阅读全文
摘要：
强烈建议安装anaconda之后再来安装这个pytorch，具体怎么安装百度搜索就知道了。 温馨提示，在安装anaconda的时候记得将“添加到环境变量”(安装的时候是英文的)这一选项选上。 下面假设你已经安装好anaconda了： 1.第一步下载pytorch的安装包： 链接: https://p 阅读全文
摘要：
一、传统的提高计算速度的方法 faster clocks (设置更快的时钟） more work over per clock cycle(每个时钟周期做更多的工作) more processors(更多处理器) 二、CPU & GPU CPU 更加侧重执行时间，做到延时小 GPU 则侧重吞吐量，能 阅读全文
摘要：
1. Mini batch梯度下降法 介绍 假设我们的数据量非常多，达到了500万以上，那么此时如果按照传统的梯度下降算法，那么训练模型所花费的时间将非常巨大，所以我们对数据做如下处理： 如图所示，我们以1000为单位，将数据进行划分，令$x^{\{1\}}=\{x^{(1)},x^{(2)}……x 阅读全文
摘要：
更多笔记请火速前往 "DeepLearning.ai学习笔记汇总" 本周我们将学习 如何配置训练/验证/测试集，如何分析方差&偏差，如何处理高偏差、高方差或者二者共存的问题，如何在神经网络中应用不同的正则化方法(如L2正则化、Dropout)，梯度检测 。 一、训练/验证/测试集(Train/dev 阅读全文
摘要：
第一章 神经网络与深度学习(Neural Network & Deeplearning) "DeepLearning.ai学习笔记（一）神经网络和深度学习 Week3浅层神经网络" "DeepLearning.ai学习笔记（一）神经网络和深度学习 Week4深层神经网络" 第二章 改善深层神经网络 阅读全文
摘要：
参考 "通俗理解决策树算法中的信息增益" 说到决策树就要知道如下概念： 熵 ：表示一个随机变量的复杂性或者不确定性。 假如双十一我要剁手买一件衣服，但是我一直犹豫着要不要买，我决定买这件事的不确定性（ 熵 ）为2.6。 条件熵 ：表示在直到某一条件后，某一随机变量的复杂性或不确定性。 我在看了这件衣 阅读全文
摘要：
KNN实现手写数字识别 博客上显示这个没有Jupyter的好看，想看Jupyter Notebook的请戳 "KNN实现手写数字识别.ipynb" 1 导入模块 2 导入数据及数据预处理 Extracting C:/Users/marsggbo/Documents/Code/ML/TF Tutori 阅读全文