摘要：
深度学习的过程： 通过上述的过程，我们知道，我们训练好的model需要先在training set上测试性能，并且准确率很可能不是100%。有时候我们发现我们的model在testing set上表现不好时，不一定就是over fitting，也可能是training set 上没有train好。 阅读全文
posted @ 2018-08-07 15:34
珠峰上吹泡泡
阅读(338)
评论(0)
推荐(0)
摘要：
一 摘要 在本文中，我们提出了一个非常简单的图像分类深度学习框架，它主要依赖几个基本的数据处理方法：1）级联主成分分析（PCA）;2）二值化哈希编码;3）分块直方图。在所提出的框架中，首先通过PCA方法学习多层滤波器核，然后使用二值化哈希编码以及分块直方图特征来进行下采样和编码。因此，该框架称为PC 阅读全文
posted @ 2018-08-06 14:52
珠峰上吹泡泡
阅读(807)
评论(0)
推荐(0)
摘要：
数据准备 课程中获取数据的方法是从库中直接load_data 我尝试了一下，报这样的错误：[WinError 10054] 远程主机强迫关闭了一个现有的连接。so，我就直接去官网下载了数据集：http://yann.lecun.com/exdb/mnist/。该数据下载后得到的是idx格式数据，具体 阅读全文
posted @ 2018-08-03 17:59
珠峰上吹泡泡
阅读(1040)
评论(0)
推荐(0)
摘要：
问题描述： 解决方法： 参考：https://blog.csdn.net/Chris_zhangrx/article/details/78407459 阅读全文
posted @ 2018-08-03 15:15
珠峰上吹泡泡
阅读(611)
评论(0)
推荐(0)
摘要：
利用MNIST数据集做手写数字识别时，model.add(Dense(units=10,activation='softmax')) 一直报如下错： TypeError:softmax() got an unexpected keyword argument 'axis'。 查了下相关主题。有以下几 阅读全文
posted @ 2018-08-03 12:10
珠峰上吹泡泡
阅读(5781)
评论(0)
推荐(0)
摘要：
一 框架介绍 那么使用keras框架的Deep Learning 有什么感想呢，下边的一张图就很好的论证了 二 手写数字识别实例 这个时候告诉大家一个秘密，我们实际过程中并不会计算total loss 的最小值，而是将按照下边的方式进行 矩阵运算的加速： 当使用GPU时，下边所示的计算公式用 Min 阅读全文
posted @ 2018-08-02 14:24
珠峰上吹泡泡
阅读(262)
评论(0)
推荐(0)
摘要：
首先安装ipython ipython安装完成以后出现如下界面 然后安装theano 中途安装因为网络不好，造成超时而停止安装或者停滞不前，则按下Ctrl+C，停止此操作，或者关掉Anaconda Prompt窗口，重新来过。不过要注意，此时要清理一下lock的已下载部分，不然会造成Sleeping 阅读全文
posted @ 2018-08-02 12:34
珠峰上吹泡泡
阅读(215)
评论(0)
推荐(0)
摘要：
一 预备知识 二 反向传播 取出来一个神经元 Forward pass Backward pass 第一项比较简单，通过已知的函数可以直接求出： 第二项就比较复杂，简单的求解过程如下： 前边的论述是假设有两项是已知的情况，如果不知道呢？？？ 总结： 参考： http://speech.ee.ntu. 阅读全文
posted @ 2018-08-01 22:02
珠峰上吹泡泡
阅读(324)
评论(0)
推荐(0)
摘要：
一 Deep Leraning 的发展 二 深度学习的三大步骤 Step 1: Neural Network 每一个Logistic Regression 就是一个Neuron,不同的连接方式构成不同的Network。 Network 的连接方式有很多，而 Full Connect Feedforw 阅读全文
posted @ 2018-08-01 20:23
珠峰上吹泡泡
阅读(226)
评论(0)
推荐(0)
摘要：
一 概述 Logistic Regression的三个步骤 现在对为什么不使用均方误差进行分析（步骤二的） 由上图可以看出，当距离目标很远时，均方误差移动速率也很慢，不容易得到好的结果。 Discriminative（Logstic） v.s. Generative（Gaussion） 两种方法的m 阅读全文
posted @ 2018-07-31 17:21
珠峰上吹泡泡
阅读(406)
评论(0)
推荐(0)
浙公网安备 33010602011771号