随笔分类 -  初学机器学习

目标三个月成才 之前是不是理解错文章的用法了?
python中 x[:,0]和x[:,1] 理解与shuffle VS permutation 实际是关于梯度优化的问题
摘要:x[m,n]是通过numpy库引用数组或矩阵中的某一段数据集的一种写法, m代表第m维,n代表m维中取第几段特征数据。 通常用法: x[:,n]或者x[n,:] 1.x[:,n]表示在全部数组(维)中取第n个数据,直观来说,x[:,n]就是取所有集合的第n个数据, 1 import numpy as 阅读全文
posted @ 2020-03-11 01:16 路途陌客 阅读(1444) 评论(0) 推荐(0)
多层神经网络的权重初始化问题
摘要:问题: 在deeplearning.ai的课程1『神经网络与深度学习』中的第4周的编程作业『Building your Deep Neural Network: Step by Step』中,为什么多层神经网络的权重初始化是 parameters["W" + str(l)] = np.random. 阅读全文
posted @ 2020-03-09 18:29 路途陌客 阅读(887) 评论(0) 推荐(0)
多层深度学习网络
摘要:我们来说一下步骤: 初始化网络参数 前向传播 2.1 计算一层的中线性求和的部分 2.2 计算激活函数的部分(ReLU使用L-1次,Sigmod使用1次) 2.3 结合线性求和与激活函数 计算误差 反向传播 4.1 线性部分的反向传播公式 4.2 激活函数部分的反向传播公式 4.3 结合线性部分与激 阅读全文
posted @ 2020-03-08 16:36 路途陌客 阅读(501) 评论(0) 推荐(0)
决策边界用python实现
摘要:1 import numpy as np 2 from sklearn.datasets import make_moons 3 import matplotlib.pyplot as plt 4 # 手动生成一个随机的平面点分布,并画出来 5 np.random.seed(0) 6 X, y = 阅读全文
posted @ 2020-03-08 00:25 路途陌客 阅读(1565) 评论(0) 推荐(0)
由方差与协方差而派生的一系列问题
摘要:协方差为0则E[XY]=E[X]E[Y],可知X与Y之间无关(但不能得出相互独立,但反过来相互独立则协方差一定为0) 协方差矩阵对角化 根据上述推导,我们发现要达到优化目前,等价于将协方差矩阵对角化:即除对角线外的其它元素化为0,并且在对角线上将元素按大小从上到下排列,这样我们就达到了优化目的。这样 阅读全文
posted @ 2020-02-25 02:56 路途陌客 阅读(413) 评论(0) 推荐(0)