2016 年 7月随笔档案 - 开心咿呀

第五章神经网络

摘要：读书笔记周志华老师的《机器学习》因为边看边记，所以写在随笔里，如果涉及版权问题，请您联系我立马删除，lvxia@mail.ustc.edu.cn 5.1 神经元模型 “神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。” 神经元阅读全文

posted @ 2016-07-21 22:37 开心咿呀阅读(1499) 评论(0) 推荐(0)

西瓜书第四章决策树

摘要：读书笔记周志华老师的《机器学习》 4.1 基本流程一个决策树包含一个根结点、若干个内部结点和若干个叶结点；叶结点对应于决策结果，其他每个结点则对应于一个属性测试；每个结点包含的样本集合根据属性测试的结果被划分到子结点中；根结点包含样本全集，从根结点到每个叶结点的路径对应了一个判定测试序列。决策阅读全文

posted @ 2016-07-20 11:46 开心咿呀阅读(2461) 评论(0) 推荐(0)

西瓜书第三章线性模型

摘要：读书笔记周志华老师的《机器学习》因为边看边记，所以写在随笔里，如果涉及版权问题，请您联系我立马删除，lvxia@mail.ustc.edu.cn 3.1 基本形式给定d个属性描述的示例 x = (x_1;x_2;...;x_3), 其中x_i是X在第i个属性上的取值，线性模型视图学得一个通过属阅读全文

posted @ 2016-07-19 23:14 开心咿呀阅读(2242) 评论(7) 推荐(0)

西瓜书第二章模型评估与选择

摘要：第2章模型评估与选择 2.1 经验误差与过拟合学习器在训练集上的误差称为“训练误差”或“经验误差”，在新样本上的误差称为“泛化误差”；过拟合一般是由于学习能力过于强大，以至于把训练样本所包含的不太一般的特性都学到了，而欠拟合则通常是由学习能力低下而造成的。欠拟合比较容易克服，例如在决策树学习中扩阅读全文

posted @ 2016-07-18 23:16 开心咿呀阅读(634) 评论(0) 推荐(0)

西瓜书第一章绪论

摘要：人工智能发展历程：（1）推理期：二十世纪五十年代到七十年代初。（2）知识期：二十世纪七十年代中期，专家系统。（3）学习期：二十世纪八十年代以来，被研究最多、应用最广的是“从样例中学习”。一大主流是符号主义学习，代表包括决策树和基于逻辑的学习；二十世纪九十年代中期之前，“从样例中学习”的另一主阅读全文

posted @ 2016-07-18 17:26 开心咿呀阅读(327) 评论(0) 推荐(0)

ReverseString

摘要：今天第一次刷leetcode的题啊，最简单的一题，就出现超时不通过╮(╯▽╰)╭ 题目如下：我写的代码是：（真的是最笨的方法╮(╯▽╰)╭）提交以后，超时啊~~ 看了别人的讨论，如下几种方法 Many acceptable answers Cheating Method using String 阅读全文

posted @ 2016-07-15 22:58 开心咿呀阅读(216) 评论(0) 推荐(0)

RuntimeError: module compiled against API version 0xa but this version of numpy is 0x9

摘要：之前测试安装好Theano之后就去安装Tensorflow，然后再回来执行Theano的测试语句的时候，就出现以下错误了： google了一下，尝试了一下解决方法找出numpy目录再执行python test.py就没有问题。原因我也搞不清楚。。。而且我还担心numpy改成了numpy_old 阅读全文

posted @ 2016-07-14 21:10 开心咿呀阅读(15681) 评论(0) 推荐(0)

ubuntu14.04 安装 tensorflow

摘要：如果内容侵权的话，联系我，我会立马删了的～因为参考的太多了，如果一一联系再等回复，战线太长了～～蟹蟹给我贡献技术源泉的作者们～最近准备从理论和实验两个方面学习深度学习，所以，前面装好了Theano环境，后来知乎上看到这个回答，就调研了一下各个深度学习框架，我没有看源码，调研也不是很深入，仅仅是为了阅读全文

posted @ 2016-07-14 20:17 开心咿呀阅读(12097) 评论(0) 推荐(1)

艰辛五天：Ubuntu14.04+显卡驱动+cuda+Theano环境安装过程

摘要：题记：从一开始不知道显卡就是GPU（虽然是学计算机的，但是我真的不知道…脑残如我也是醉了），到搞好所有这些环境前后弄了5天时间，前面的买显卡、装显卡和装双系统见另一篇博客装显卡、双系统，这篇主要记录我怎么配置后面的环境，虽然中间重装Ubuntu三次，后面安装过程也没差别。基础平台：64-bit，U 阅读全文

posted @ 2016-07-11 18:00 开心咿呀阅读(4240) 评论(0) 推荐(0)

装显卡、双系统

摘要：作为硬件小白的我，买显卡的前一天才知道GPU就是显卡。。。参考介绍：http://www.thinkface.cn/thread-2945-1-1.html、http://www.chinacloud.cn/show.aspx?id=22710&cid=17 Best GPU overall: G 阅读全文

posted @ 2016-07-08 20:57 开心咿呀阅读(581) 评论(0) 推荐(0)

win安装Theano

摘要：艰辛的安装Theano过程，把其中遇到的问题记录下来，三台机子都尝试了安装Theao，系统分别为：A机:win7 64-bit（笔记本）、B机：win7 64-bit（台式机）、C机：win8 64-bit(虽然前面两台机子的系统一样，但是安装过程中出的问题不一样)。首先参考了博客： http:/ 阅读全文

posted @ 2016-07-06 20:30 开心咿呀阅读(422) 评论(0) 推荐(0)

安装gensim

摘要：安装了一天的gensim，其中因为版本不一致等等各种问题纠结了好久，现记录如下：正确安装方式： 1. 安装python2.7 2. 下载Python Extension Packages对应版本的numpy、scipy、gensim 3. 进入python安装目录下的Scripts目录执行： pip install numpy***.whl p... 阅读全文

posted @ 2016-07-05 22:25 开心咿呀阅读(3716) 评论(0) 推荐(0)

ReLu(Rectified Linear Units)激活函数

摘要：转载自 ReLu(Rectified Linear Units)激活函数论文参考：Deep Sparse Rectifier Neural Networks (很有趣的一篇paper）起源：传统激活函数、脑神经元激活频率研究、稀疏激活性传统Sigmoid系激活函数传统神经网络中最常用的两个激活函数，Sigmoid系（Logistic-Sigmoid、Tanh-Sigmoid）被... 阅读全文

posted @ 2016-07-05 22:22 开心咿呀阅读(519) 评论(0) 推荐(0)

转载 deep learning：八（SparseCoding稀疏编码）

摘要：转载 http://blog.sina.com.cn/s/blog_4a1853330102v0mr.html Sparse coding：本节将简单介绍下sparse coding(稀疏编码)，因为sparse coding也是deep learning中一个重要的分支，同样能够提取出数据集很好的特征。本文的内容是参考斯坦福deep learning教程：Sparse Coding，Sp... 阅读全文

posted @ 2016-07-04 10:28 开心咿呀阅读(678) 评论(0) 推荐(0)

转载 Deep learning：一(基础知识_1)

摘要：前言: 最近打算稍微系统的学习下deep learing的一些理论知识，打算采用Andrew Ng的网页教程UFLDL Tutorial，据说这个教程写得浅显易懂，也不太长。不过在这这之前还是复习下machine learning的基础知识，见网页：http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=DeepLe... 阅读全文

posted @ 2016-07-04 10:15 开心咿呀阅读(182) 评论(0) 推荐(0)

转载 Deep learning：二(linear regression练习)

摘要：前言本文是多元线性回归的练习，这里练习的是最简单的二元线性回归，参考斯坦福大学的教学网http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex2/ex2.html。本题给出的是50个数据样本点，其中x为这50个小朋友到的年龄，年龄为2岁到8岁，年龄可有小... 阅读全文

posted @ 2016-07-04 10:14 开心咿呀阅读(243) 评论(0) 推荐(0)

转载 Deep learning：三(Multivariance Linear Regression练习)

摘要：前言: 本文主要是来练习多变量线性回归问题(其实本文也就3个变量)，参考资料见网页：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex3/ex3.html.其实在上一篇博文Deep learning：二(linear regression练习)中已经... 阅读全文

posted @ 2016-07-04 10:13 开心咿呀阅读(310) 评论(0) 推荐(0)

转载 Deep learning：四(logistic regression练习)

摘要：前言：本节来练习下logistic regression相关内容，参考的资料为网页：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex4/ex4.html。这里给出的训练样本的特征为80个学生的两门功课的分数，样本值为对应的同学是否允许被上大学，如... 阅读全文

posted @ 2016-07-04 10:11 开心咿呀阅读(196) 评论(0) 推荐(0)

转载 Deep learning：五(regularized线性回归练习)

摘要：前言：本节主要是练习regularization项的使用原则。因为在机器学习的一些模型中，如果模型的参数太多，而训练样本又太少的话，这样训练出来的模型很容易产生过拟合现象。因此在模型的损失函数中，需要对模型的参数进行“惩罚”，这样的话这些参数就不会太大，而越小的参数说明模型越简单，越简单的模型则越不容易产生过拟合现象。本文参考的资料参考网页：http://openclassroom.stan... 阅读全文

posted @ 2016-07-04 10:10 开心咿呀阅读(235) 评论(0) 推荐(0)

转载 Deep learning：七(基础知识_2)

摘要：前面的文章已经介绍过了2种经典的机器学习算法：线性回归和logistic回归，并且在后面的练习中也能够感觉到这2种方法在一些问题的求解中能够取得很好的效果。现在开始来看看另一种机器学习算法——神经网络。线性回归或者logistic回归问题理论上不是可以解决所有的回归和分类问题么，那么为什么还有其它各种各样的机器学习算法呢？比如这里马上要讲的神经网络算法。其实原因很简单，在前面的一系列博文练习中可以... 阅读全文

posted @ 2016-07-04 10:06 开心咿呀阅读(147) 评论(0) 推荐(0)

转载 Deep learning：六(regularized logistic回归练习)

摘要：前言：在上一讲Deep learning：五(regularized线性回归练习)中已经介绍了regularization项在线性回归问题中的应用，这节主要是练习regularization项在logistic回归中的应用，并使用牛顿法来求解模型的参数。参考的网页资料为：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php... 阅读全文

posted @ 2016-07-03 21:33 开心咿呀阅读(385) 评论(0) 推荐(0)