上一页 1 ··· 4 5 6 7 8 9 10 11 下一页
摘要: 3.1计算机组成 系统的两个主要部件:指令解释器和通用算术逻辑功能模块。这两部分组成了CPU。 能够以某种形式接收数据和指令,并将其转换成系统能够使用的信号的内部形式。需要有某种报告结果的方法,它可以用输出模块的形式实现。两者放到一起叫做I/O部件。 有一个可以临时存放指令和数据的地方,这个模块被称 阅读全文
posted @ 2020-11-23 22:08 吴莫愁258 阅读(169) 评论(0) 推荐(0) 编辑
摘要: shape[0] 获取矩阵行数 min[0] 获取每一列最小值 max[1] 获取每一行最大值 enumerate(): tf.multiply()两个矩阵中对应元素各自相乘 tf.matmul()将矩阵a乘以矩阵b,生成a * b tf.transpose() 转置 tf.to_float() 将 阅读全文
posted @ 2020-11-10 16:24 吴莫愁258 阅读(54) 评论(0) 推荐(0) 编辑
摘要: 杂讯是造成overfitting的原因 定义:由最近的点决定 阅读全文
posted @ 2020-10-04 20:25 吴莫愁258 阅读(86) 评论(0) 推荐(0) 编辑
摘要: 杂讯是造成overfitting的原因 阅读全文
posted @ 2020-10-03 22:24 吴莫愁258 阅读(92) 评论(0) 推荐(0) 编辑
摘要: 1.不要过多的处理:简单的模型(线性模型),资料有规律性, 2.训练和测试来自同一个分布P,不能随机取样,应是同一时间轴上的 措施:训练时,时间轴后面的权重加大 验证:尽可能选时间轴后面的 3.不偷看资料 8年(偷看) vs 6年(没偷看) 阅读全文
posted @ 2020-10-03 21:41 吴莫愁258 阅读(375) 评论(0) 推荐(0) 编辑
摘要: constraint:h10推到h2的条件 也可以是任意8个w为0: 转化为w的长度: 转换成向量形式: 条件可看做原点为圆心,半径为c的圆。 阅读全文
posted @ 2020-09-30 16:47 吴莫愁258 阅读(112) 评论(0) 推荐(0) 编辑
摘要: Overfitting:dimension太大,E(out)过大 影响Overfit的三个因素: deterministic noise:N维度较大,比h的次方大时,有些点无法描述。 措施: 阅读全文
posted @ 2020-09-28 22:35 吴莫愁258 阅读(172) 评论(0) 推荐(0) 编辑
摘要: x^2 → z(特征转化) z推回x的各种情况: 转换方式: 好的z perceptron →好的x perceptron x有Q维时,有d+1维dimesion 阅读全文
posted @ 2020-09-28 17:33 吴莫愁258 阅读(282) 评论(0) 推荐(0) 编辑
摘要: 三种模型的损失函数: ys物理意义:分类的正确度 PLA中,ys>0代表分类正确,error为0 error(0,1)的上限: 优化logistic regretion(每一步都要把N带入算) 方法:随机梯度下降 SGD省去了判断是否到谷底,因此在判断是否停下时,只能跑足够多次,不去计算。 OVA多 阅读全文
posted @ 2020-09-28 16:51 吴莫愁258 阅读(263) 评论(0) 推荐(0) 编辑
摘要: 模块 .py文件就是一个模块 1.拿来主义 2.以文件的形式管理代码 模块分类 1.自定义模块 2.内置模块(标准库) 3.第三方模块(类库) 阅读全文
posted @ 2020-09-22 22:15 吴莫愁258 阅读(94) 评论(0) 推荐(0) 编辑
上一页 1 ··· 4 5 6 7 8 9 10 11 下一页