摘要：一.KNN算法概述 KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法），但却是有本质区别的。那么什么是KNN算法呢，接下来我们就来介绍介绍吧。 二.KNN算法介绍
阅读全文
|
|
随笔分类 - AI人工智能
摘要：一.KNN算法概述 KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法），但却是有本质区别的。那么什么是KNN算法呢，接下来我们就来介绍介绍吧。 二.KNN算法介绍
阅读全文
摘要：哈佛机器学习课程 https://github.com/Spandan-Madan/DeepLearningProject Deep Learning 中文翻译 https://github.com/exacity/deeplearningbook-chinese Machine Learning
阅读全文
摘要：一、MNIST实验内容 MNIST的实验比较简单，可以直接通过下面的程序加上程序上的部分注释就能很好的理解了，后面在完善具体的相关的数学理论知识，先记录在这里： 代码如下所示： import tensorflow as tf from tensorflow.examples.tutorials.mn
阅读全文
摘要：池化层的作用如下-引用《TensorFlow实践》： 池化层的作用是减少过拟合，并通过减小输入的尺寸来提高性能。他们可以用来对输入进行降采样，但会为后续层保留重要的信息。只使用tf.nn.conv2d来减小输入的尺寸也是可以的，但是池化层的效率更高。 常见的TensorFlow提供的激活函数如下：(
阅读全文
摘要：激活函数的作用如下-引用《TensorFlow实践》： 这些函数与其他层的输出联合使用可以生成特征图。他们用于对某些运算的结果进行平滑或者微分。其目标是为神经网络引入非线性。曲线能够刻画出输入的复杂的变化。TensorFlow提供了多种激活函数，在CNN中一般使用tf.nn.relu的原因是因为，尽
阅读全文
摘要：更多的基本的API请参看TensorFlow中文社区：http://www.tensorfly.cn/tfdoc/api_docs/python/array_ops.html 下面是实验的代码，可以参考，对应的图片是输出的结果： import tensorflow as tf import matp
阅读全文
摘要：函数1：tf.nn.conv2d是TensorFlow里面实现卷积的函数，实际上这是搭建卷积神经网络比较核心的一个方法 函数原型： tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=None, Name=None) 参数解释： 第一
阅读全文
摘要：方法一：直接使用tensorflow提供的函数image = tf.gfile.FastGFile('PATH')来读取一副图片: import matplotlib.pyplot as plt; import tensorflow as tf; % matplotlib inline #将matp
阅读全文
摘要：首先我们要试验的是 人体脂肪fat和年龄age以及体重weight之间的关系，我们的目标就是得到一个最优化的平面来表示三者之间的关系： TensorFlow的程序如下： import tensorflow as tf import numpy as np import matplotlib.pypl
阅读全文
摘要：一、windows10环境+pip python软件包（最新版）+Pycharm软件（过段时间在弄下CUDA和GPU吧） 直接使用pip指令来安装tensorflow软件(如果很久没有更新pip软件包的源时，可以先更新pip)： pip install --upgrade pippip instal
阅读全文
|
大家转载请注明出处！谢谢！ 在这里要感谢GISPALAB实验室的各位老师和学长学姐的帮助！谢谢~
