上一页 1 ··· 17 18 19 20 21 22 23 24 25 ··· 27 下一页

2017年11月23日

摘要: 参考:http://www.cnblogs.com/ybjourney/p/4793370.html http://www.cnblogs.com/ybjourney/p/4824903.html https://janav.wordpress.com/2013/10/27/tf-idf-and-c 阅读全文
posted @ 2017-11-23 20:08 TMatrix52 阅读(165) 评论(0) 推荐(0)

2017年11月22日

摘要: 参考:http://blog.sciencenet.cn/blog-995625-803323.html 原始集:概率分布为A训练集:概率分布为B测试集:概率分布为C特征工程:处理A,得到更接近C的B机器学习:拟合B,用以预测C 一.四类特征 特征工程是个过程,包括三个子模块:特征构建->特征提取- 阅读全文
posted @ 2017-11-22 19:50 TMatrix52 阅读(130) 评论(0) 推荐(0)

2017年11月21日

摘要: >>> v = np.array([1, 0, 1])>>> vv = np.tile(v,(4,1))>>> print vv[[1 0 1] [1 0 1] [1 0 1] [1 0 1]]>>> 阅读全文
posted @ 2017-11-21 20:54 TMatrix52 阅读(175) 评论(0) 推荐(0)
摘要: 参考:http://blog.csdn.net/zouxy09/article/details/49105265 因为标注成本比较高,当你的训练数据集只有一部分数据是有标注的情况下,使用监督学习你只能扔掉那些没有标注的X。而实际上,有标注的样本和无标注的样本之间是有关系的,这种关系信息也可以用来帮助 阅读全文
posted @ 2017-11-21 20:14 TMatrix52 阅读(266) 评论(0) 推荐(0)

2017年11月16日

摘要: 参考: 1、http://blog.zhengyi.one/HMM.html 2、http://blog.sciencenet.cn/blog-741529-827705.html 阅读全文
posted @ 2017-11-16 13:07 TMatrix52 阅读(130) 评论(0) 推荐(0)

2017年11月15日

摘要: 参考: 1、Understanding Convolutional Neural Networks for NLP 2、Implementing a CNN for Text Classification in TensorFlow 阅读全文
posted @ 2017-11-15 20:07 TMatrix52 阅读(145) 评论(0) 推荐(0)
摘要: 参考:http://blog.csdn.net/yelyyely/article/details/41114449 1、调整到anaconda下的python 2、安装有关程序 阅读全文
posted @ 2017-11-15 18:54 TMatrix52 阅读(126) 评论(0) 推荐(0)

2017年11月14日

摘要: tensorflow笔记 :常用函数说明 阅读全文
posted @ 2017-11-14 10:24 TMatrix52 阅读(113) 评论(0) 推荐(0)

2017年11月13日

摘要: 链接: 在训练卷积神经网络(CNN)的某一个卷积层时,实际上是在训练一系列的滤波器(filter)。简单来说,训练CNN在相当意义上是在训练每一个卷积层的滤波器。让这些滤波器组对特定的模式有高的激活,以达到CNN网络的分类/检测等目的。 卷积层: 需要记住的是(过滤器)权值的纵深维度(depth d 阅读全文
posted @ 2017-11-13 16:11 TMatrix52 阅读(196) 评论(0) 推荐(0)

2017年11月12日

摘要: 参考 1、安装python3 2、创建虚拟环境: 阅读全文
posted @ 2017-11-12 18:23 TMatrix52 阅读(130) 评论(0) 推荐(0)
上一页 1 ··· 17 18 19 20 21 22 23 24 25 ··· 27 下一页

导航