会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
西伯尔
博客园
首页
新随笔
联系
管理
上一页
1
···
25
26
27
28
29
30
31
32
33
···
42
下一页
2020年9月21日
pycharm+机器学习
摘要: 1.数据集下载位置:C:\Users\xx\.keras\datasets\fashion-mnist from tensorflow.keras.datasets import fashion_mnist (x_train, y_train), (x_test, y_test) = fashion
阅读全文
posted @ 2020-09-21 21:33 西伯尔
阅读(368)
评论(0)
推荐(0)
编辑
2020年9月14日
机器学习,模型(三)PageRank
摘要: 1.PageRank (1)一个无监督算法:Page Rank,做搜索引擎,大数据处理 (2)基于:引用分析 (3)基本思想: ①一种链接分析算法 对超链文档集合的每个文档指定一个数值权重(numerical weighting) 以度量该文档在集合中的相对重要度 ②对网页排序: 仅仅通过Web的拓
阅读全文
posted @ 2020-09-14 19:23 西伯尔
阅读(183)
评论(0)
推荐(0)
编辑
2020年9月11日
机器学习,评估——风险函数
摘要: 1.损失函数vs风险函数 损失函数度量模型一次预测的好坏,风险函数度量平均意义下模型预测的好坏。 2.风险函数定义 风险函数(risk function)=期望风险(expected Risk)=期望损失(expected loss),可以认为是平均意义下的损失。 例如:下面的对数损失函数中,损失函
阅读全文
posted @ 2020-09-11 20:18 西伯尔
阅读(3592)
评论(0)
推荐(0)
编辑
2020年9月10日
TensorFlow2.0——划分数据集
摘要: 将数据划分成若干批次的数据,可以使用tf.train或者tf.data.Dataset中的方法。 1. tf.data.Dataset (1)划分方法 # 下面是,数据批次划分 batch_size = 10 # 将训练数据的特征和标签组合,使用from_tensor_slices将数据放入队列 d
阅读全文
posted @ 2020-09-10 17:37 西伯尔
阅读(3594)
评论(0)
推荐(0)
编辑
2020年9月5日
numpy(一)ndarry
摘要: ndarry基本概念 ndarray是numpy库中的一种数据类型,ndarray 对象是用于存放同类型元素的多维数组,就跟pytorch中的张量tensor类似。 多维ndarray中,每一维都叫一个轴axis。很多对于ndarray对象的运算都是基于axis进行,比如sum、mean等都会有一个
阅读全文
posted @ 2020-09-05 22:15 西伯尔
阅读(625)
评论(0)
推荐(0)
编辑
python,用Sieve of Eratosthenes(埃拉托斯特尼筛法),打印【0,100】之间的所有质数
摘要: import numpy as np # 用 Sieve of Eratosthenes(埃拉托斯特尼筛法),打印【0,100】之间的所有质数。 def way1(): # 方法一,用prime数组,两层for循环一个一个标记 arr = np.arange(2, 101) prime = np.o
阅读全文
posted @ 2020-09-05 18:14 西伯尔
阅读(898)
评论(0)
推荐(0)
编辑
2020年8月8日
统计(一)概念区分
摘要: 1.概率分布,分布律,概率密度,分布函数
阅读全文
posted @ 2020-08-08 19:29 西伯尔
阅读(213)
评论(0)
推荐(0)
编辑
2020年8月5日
《动手学深度学习》(TF2.0版)(一)2.预备知识
摘要: 2.2 数据操作 2.2.1 创建 tensor 2.2.2 运算 2.2.3 广播机制 2.2.4 索引 2.2.5 运算的内存开销 2.2.6 tensor 和 NumPy 相互变换 2.3 自动求梯度
阅读全文
posted @ 2020-08-05 21:02 西伯尔
阅读(152)
评论(0)
推荐(0)
编辑
机器学习概念区分(一)性能度量 vs 损失函数
摘要: 1.机器学习的三要素就是:表示,评估和优化。 (1)表示: 将样本空间映射到一个合适的特征空间,一般地,我们更青睐于这样的表示是低维度的,是更加稀疏交互的,同时也希望是相互独立的。【从大量特征挑出好的特征,降维】 让机器来学习怎样表示,就是表示学习。 (2)评估: 模型在数据上表现的量化形式,我们选
阅读全文
posted @ 2020-08-05 20:50 西伯尔
阅读(1071)
评论(0)
推荐(0)
编辑
《动手学深度学习》(TF2.0版)(二)3.深度学习基础
摘要: 3.1 线性回归 回归:输出是连续值。回归问题在实际中很常见,如预测房屋价格、气温、销售额等连续值的问题。 线性回归适用于回归问题。 分类:输出是离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。 softmax回归则适用于分类问题。 线性回归和softma
阅读全文
posted @ 2020-08-05 20:24 西伯尔
阅读(260)
评论(0)
推荐(0)
编辑
上一页
1
···
25
26
27
28
29
30
31
32
33
···
42
下一页