摘要：
在深度学习时代，设立开发集和测试集的方针也在变化。 可能听说过一条经验法则，在机器学习中，把取得的全部数据用70/30比例分成训练集和测试集。或者如果必须设立训练集、开发集和测试集，会这么分60%训练集，20%开发集，20%测试集。在机器学习的早期，这样分是相当合理的，特别是以前的数据集大小要小得多 阅读全文
摘要：
训练/开发/测试集划分 设立训练集，开发集和测试集的方式大大影响了或者团队在建立机器学习应用方面取得进展的速度。同样的团队，即使是大公司里的团队，在设立这些数据集的方式，真的会让团队的进展变慢而不是加快，看看应该如何设立这些数据集，让团队效率最大化。 在此，想集中讨论如何设立开发集和测试集，开发（d 阅读全文
摘要：
满足和优化指标 要把顾及到的所有事情组合成单实数评估指标有时并不容易，在那些情况里，发现有时候设立满足和优化指标是很重要的，让我告诉是什么意思吧。 假设已经决定很看重猫分类器的分类准确度，这可以是\(F_1\)分数或者用其他衡量准确度的指标。但除了准确度之外，还需要考虑运行时间，就是需要多长时间来分 阅读全文
摘要：
单一数字评估指标 无论是调整超参数，或者是尝试不同的学习算法，或者在搭建机器学习系统时尝试不同手段，会发现，如果有一个单实数评估指标，进展会快得多，它可以快速告诉，新尝试的手段比之前的手段好还是差。所以当团队开始进行机器学习项目时，经常推荐他们为问题设置一个单实数评估指标。 来看一个例子，之前听过说 阅读全文
摘要：
正交化 这是一张老式电视图片，有很多旋钮可以用来调整图像的各种性质，所以对于这些旧式电视，可能有一个旋钮用来调图像垂直方向的高度，另外有一个旋钮用来调图像宽度，也许还有一个旋钮用来调梯形角度，还有一个旋钮用来调整图像左右偏移，还有一个旋钮用来调图像旋转角度之类的。电视设计师花了大量时间设计电路，那时 阅读全文
摘要：
为什么是ML策略？ 从一个启发性的例子开始讲，假设正在调试的猫分类器，经过一段时间的调整，系统达到了90%准确率，但对的应用程序来说还不够好。 可能有很多想法去改善的系统，比如，可能想去收集更多的训练数据吧。或者会说，可能的训练集的多样性还不够，应该收集更多不同姿势的猫咪图片，或者更多样化的反例集。 阅读全文
摘要：
TensorFlow 先提一个启发性的问题，假设有一个损失函数\(J\)需要最小化，在本例中，将使用这个高度简化的损失函数，\(Jw= w^{2}-10w+25\)，这就是损失函数，也许已经注意到该函数其实就是\({(w -5)}^{2}\)，如果把这个二次方式子展开就得到了上面的表达式，所以使它最 阅读全文
摘要：
深度学习框架 一小点作者内心os：24年春节已过完，从熟悉的地方又回到陌生的地方谋生，愿新的一年都得偿所愿，心想事成。 学到这会儿会发现，除非应用更复杂的模型，例如卷积神经网络，或者循环神经网络，或者当开始应用很大的模型，否则它就越来越不实用了，至少对大多数人而言，从零开始全部靠自己实现并不现实。 阅读全文
摘要：
如何训练一个 Softmax 分类器 回忆一下之前举的的例子，输出层计算出的\(z^{[l]}\)如下，\(z^{[l]} = \begin{bmatrix} 5 \\ 2 \\ - 1 \\ 3 \\ \end{bmatrix}\)有四个分类\(C=4\)，\(z^{[l]}\)可以是4×1维向量 阅读全文
摘要：
Softmax 回归 有一种logistic回归的一般形式，叫做Softmax回归，能让在试图识别某一分类时做出预测，或者说是多种分类中的一个，不只是识别两个分类，来一起看一下。 假设不单需要识别猫，而是想识别猫，狗和小鸡，把猫加做类1，狗为类2，小鸡是类3，如果不属于以上任何一类，就分到“其它”或 阅读全文