随笔分类 -  深度学习

摘要：对比一 ： 有标签 vs 无标签 有监督机器学习又被称为“有老师的学习”，所谓的老师就是标签。有监督的过程为先通过已知的训练样本（如已知输入和对应的输出）来训练，从而得到一个最优模型，再将这个模型应用在新的数据上，映射为输出结果。再经过这样的过程后，模型就有了预知能力。 而无监督机器学习被称为“没有 阅读全文

摘要：朴素体现在哪里：假设的所有特征值都是独立的。 但是实际中大多时候假设的条件（各个特征值之间不是独立的）； 因为有时候我们其中的一项可能是0，那么这几项的乘积就等于0了，发现这并不合理。 所以我们为了防止这种其他特征携带信息被数据中没有出现的特征情况抹去，在计算概率的情况下，加上了平滑处理，常用的有拉 阅读全文

摘要：我们将先描述卷积神经⽹络中卷积层和池化层的⼯作原理，并解释填充、步幅、输⼊通道和输出通道的含义。掌握了这些基础知识以后，我们将探究数个具有代表性的深度卷积神经⽹络的设计思路。 卷积神经⽹络是含有卷积层（convolutional layer）的神经⽹络，以常见的二维卷积层为例，它有⾼和宽两个空间维度 阅读全文

摘要：已知数据文件，例如csv文件。那么tensorflow怎么来读取数据文件呢。 1.构造一个文件队列 2.读取队列内容(这里的队列内容是文件路径) 3.解析队列中文件内容 4.批处理文件数据（为了主线程要拿这里的文件数据进行训练） 阅读全文

摘要：相对于经典网络（输入层，隐藏层，输出层），ESN（回声状态网络）有三部分组成（输入层，储存池，输出层），ESN通过随机部署大规模的系数链接的神经元构成网络隐层，一般称为 “储存池”，ESN的特点是： 包含数目较多的神经元 神经元之间的连接关系是随机产生的 神经元之间的连接具有稀疏性 1.什么是稀疏性 阅读全文