2018年1月22日
TF：Tensorflor之session会话的使用，定义两个矩阵，两种方法输出2个矩阵相乘的结果—Jason niu
摘要： import tensorflow as tf matrix1 = tf.constant([[3, 20]]) matrix2 = tf.constant([[6], [100]]) product = tf.matmul(matrix1, matrix2) # method 1，常规方法 sess = tf.Session... 阅读全文
posted @ 2018-01-22 15:29 一个处女座的程序猿 阅读(418) 评论(0) 推荐(0) 编辑
TF：Tensorflow结构简单应用，随机生成100个数，利用Tensorflow训练使其逼近已知线性直线的效率和截距—Jason niu
摘要： import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import tensorflow as tf import numpy as np x_data = np.random.rand(100).astype(np.float32) y_data = x_data*0.1 + 0.3 Weig... 阅读全文
posted @ 2018-01-22 15:07 一个处女座的程序猿 阅读(180) 评论(0) 推荐(0) 编辑
2018年1月18日
RBM：深度学习之Restricted Boltzmann Machine的BRBM学习+LR分类—Jason niu
摘要： from __future__ import print_function print(__doc__) import numpy as np import matplotlib.pyplot as plt from scipy.ndimage import convolve from sklearn import linear_model, datase... 阅读全文
posted @ 2018-01-18 17:24 一个处女座的程序猿 阅读(739) 评论(0) 推荐(0) 编辑
Dataset：利用Python将已有mnist数据集通过移动像素上下左右的方法来扩大数据集为初始数据集的5倍—Jason niu
摘要： from __future__ import print_function import cPickle import gzip import os.path import random import numpy as np print("Expanding the MNIST training set") if os.path.exists("../data/mnist_expande... 阅读全文
posted @ 2018-01-18 12:52 一个处女座的程序猿 阅读(399) 评论(0) 推荐(0) 编辑
2018年1月17日
CNN：人工智能之神经网络算法进阶优化，六种不同优化算法实现手写数字识别逐步提高，应用案例自动驾驶之捕捉并识别周围车牌号—Jason niu
摘要： import mnist_loader from network3 import Network from network3 import ConvPoolLayer, FullyConnectedLayer, SoftmaxLayer training_data, validation_data, test... 阅读全文
posted @ 2018-01-17 22:50 一个处女座的程序猿 阅读(473) 评论(0) 推荐(0) 编辑
NN：神经网络算法进阶优化法，进一步提高手写数字识别的准确率—Jason niu
摘要： 上一篇文章，比较了三种算法实现对手写数字识别，其中，SVM和神经网络算法表现非常好准确率都在90%以上，本文章进一步探讨对神经网络算法优化，进一步提高准确率，通过测试发现，准确率提高了很多。 首先，改变之一： 先在初始化权重的部分，采取一种更为好的随机初始化方法，我们依旧保持正态分布的均值不变，只对 阅读全文
posted @ 2018-01-17 14:14 一个处女座的程序猿 阅读(695) 评论(0) 推荐(0) 编辑
2018年1月12日
实现手写数字识别(数据集50000张图片)比较3种算法神经网络、灰度平均值、SVM各自的准确率—Jason niu
摘要： 对手写数据集50000张图片实现阿拉伯数字0~9识别，并且对结果进行分析准确率， 手写数字数据集下载：http://yann.lecun.com/exdb/mnist/ 首先，利用图片本身的属性，图片的灰度平均值进行识别分类，我运行出来的准确率是22%左右 利用图片的灰度平均值来进行分类实现手写图片 阅读全文
posted @ 2018-01-12 19:44 一个处女座的程序猿 阅读(2579) 评论(0) 推荐(0) 编辑
SVM：利用SVM算法实现手写图片识别(数据集50000张图片)—Jason niu
摘要： import mnist_loader # Third-party libraries from sklearn import svm def svm_baseline(): training_data, validation_data, test_data = mnist_loader.load_data() # train clf = svm.SVC() ... 阅读全文
posted @ 2018-01-12 19:20 一个处女座的程序猿 阅读(1885) 评论(0) 推荐(0) 编辑
利用图片的灰度平均值来进行分类实现手写图片识别(数据集50000张图片)——Jason niu
摘要： from collections import defaultdict import mnist_loader def main(): training_data, validation_data, test_data = mnist_loader.load_data() avgs = avg_darknesses(training_data) # testin... 阅读全文
posted @ 2018-01-12 19:18 一个处女座的程序猿 阅读(1249) 评论(0) 推荐(0) 编辑
NN：利用深度学习之神经网络实现手写数字识别(数据集50000张图片)—Jason niu
摘要： import mnist_loader import network training_data, validation_data, test_data = mnist_loader.load_data_wrapper() print("training_data") print(type(training_data)) print(list(training_data)) ... 阅读全文
posted @ 2018-01-12 19:13 一个处女座的程序猿 阅读(1196) 评论(0) 推荐(0) 编辑