随笔分类 - 机器学习
摘要:训练神经网络4 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot
阅读全文
摘要:训练神经网络3 问题解决: 上面定义与下面调用的参数不一致,导致出现了错误 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.
阅读全文
摘要:训练神经网络2 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot
阅读全文
摘要:训练神经网络1 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot
阅读全文
摘要:神经网络模型架构1 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_h
阅读全文
摘要:逻辑回归框架2 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot
阅读全文
摘要:这一讲的内容大多都了解,但是在机器学习和深度学习的不同确实是我不太了解的 卷积神经网络:
阅读全文
摘要:决策树的生成: 节点特征和分割点的选择: 随机森林算法: AdaBoost:
阅读全文
摘要:有监督学习的一般流程: 过拟合问题:所选模型对已知数据预测得很好,但对未知数据预测很差。 模型选择的方法: ①正则化:把对已知数据的训练误差和模型复杂度降到最小。 ②交叉验证,数据比较少时,将数据集随机切分,组合为训练集和测试集。 Scikit-learn
阅读全文
摘要:逻辑回归框架1 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data mnist = input_data.read_data_sets('data/',one_hot
阅读全文
摘要:Mnist数据集简介3 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data print("packs loaded") print("Download and Ext
阅读全文
摘要:Mnist数据集简介2 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data print("packs loaded") print("Download and Ext
阅读全文
摘要:Mnist数据集简介 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import input_data print("packs loaded") print("Download and Extr
阅读全文