随笔分类 - 深度学习&机器学习
摘要：当模型有多输出的时候，容易产生此问题，如以下程序所示： # zero the parameter gradients model.zero_grad() # forward + backward + optimize outputs, hidden = model(inputs, hidden) l
阅读全文
摘要：本文参考自：https://github.com/apachecn/AiLearning/blob/master/src/py2.x/ml/13.PCA/pca.py https://github.com/lawlite19/MachineLearning_Python#%E5%85%ADpca%E
阅读全文
摘要：1.多输入通道 当输入数据含多个通道时，我们需要构造一个输入通道数与输入数据的通道数相同的卷积核。以1维卷积为例，卷积窗口大小为1*1，输入有三个通道，所以卷积的通道数也应该为3个通道。如下图所示，输入的数据有三个通道，卷积也有三个通道，每个通道都是一个1维的卷积核且卷积核的大小为11, 但是这样
阅读全文
摘要：本文参考自：（1）李航《统计学习与方法》 （2）https://github.com/apachecn/AiLearning/blob/master/src/py2.x/ml/7.AdaBoost/adaboost.py 提升方法(boosting)是一种常用的统计学习方法，在分类问题中，他通过改变
阅读全文
摘要：本文转载自：https://github.com/apachecn/AiLearning/blob/e6ddd161f89f42d45fcee483b2292a8c7b2a9638/src/py2.x/ml/7.RandomForest/randomForest.py#L136 from rando
阅读全文
摘要：转载自：https://github.com/apachecn/AiLearning/blob/master/docs/ml/4.%E6%9C%B4%E7%B4%A0%E8%B4%9D%E5%8F%B6%E6%96%AF.md 应用贝叶斯准则: 使用上面这些定义，可以定义贝叶斯分类准则为: 如果 P
阅读全文
摘要：本文参考自：https://www.jianshu.com/p/154ee3354b59 和 李航博士的《统计学习方法》 1. 2. 创建观测结果数据 输出一下，观察一下结果： 结果： matrix([[0., 0., 1., 1., 1., 1., 0., 1., 0., 1.]]) 3. EM算
阅读全文
摘要：本代码参考自： https://github.com/lawlite19/MachineLearning_Python/blob/master/K-Means/K-Menas.py 1. 初始化类中心，从样本中随机选取K个点作为初始的聚类中心点 2. 找出每个样本离哪一个类中心的距离最近，并返回 3
阅读全文
摘要：本代码来源自：https://github.com/Erikfather/Decision_tree-python 1.数据集描述 为了方便，我对数据集进行如下处理： 在编写代码之前，我们先对数据集进行属性标注。 （0）年龄：0代表青年，1代表中年，2代表老年； （1）有工作：0代表否，1代表是；
阅读全文
摘要：本代码参考自：https://github.com/lawlite19/MachineLearning_Python/blob/master/LogisticRegression/LogisticRegression.py 1. 读取数据集 2. 查看原始数据的分布 结果： 3. 将数据映射为多项式
阅读全文
摘要：本代码参考自：https://github.com/lawlite19/MachineLearning_Python#%E4%B8%80%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92 首先，线性回归公式：y = X*W +b 其中X是m行n列的数据集，m代表样本的个数，n代
阅读全文
摘要：本文转自：https://www.cntofu.com/book/85/dl/rnn/bptt.md 随时间反向传播（BPTT）算法 先简单回顾一下RNN的基本公式： st=tanh(Uxt+Wst−1)st=tanh(Uxt+Wst−1) y^t=softmax(Vst)y^t=softmax(
阅读全文
摘要：本文转自：https://www.jianshu.com/p/a9247add0046 livelossplot 这款工具用于实时绘制训练时的损失和准确率，方便好用，不需要自己另外再写 plot 函数。Keras 和 PyTorch 中都可以使用。之前推荐过给朋友，最近自己才用上，感觉真的超方便了~
阅读全文
摘要：本文参考自：https://stackoverflow.com/questions/43979449/higher-validation-accuracy-than-training-accurracy-using-tensorflow-and-keras https://www.quora.com
阅读全文
摘要：本次学习来自李宏毅老师的机器学习视频 首先梯度下降法： 这时候要小心调你的学习率： 做梯度下降的时候你应该把上方的图画出来，知道曲线的走势，才好调学习率。 但调学习率很麻烦，有没有一些自动的办法来帮助我们调学习率呢？ 最基本的原则是随着参数的更新让学习率变得越来越小。为什么会这样呢？因为当你在开始的
阅读全文
摘要：对鸢尾花数据集采用主成分分析方法，使数据降维。 如下图所示为数据集的格式： 数据集中前4列数据分别代表花萼长度，花萼宽度，花瓣长度，花瓣宽度，最后一列为标签。共有150条数据。 我们对此数据集利用主成分分析方法，取出数据集的前4列特征组成矩阵X, 矩阵X的维度为150*4，对其进行转置后变为4*15
阅读全文
摘要：基于上次的内容，这节内容主要介绍如何利用摄像头进行实时的人脸表情识别。 （1）首先实时的检测出人脸，然后把检测出的人脸截取下来送到模型中去做判别。这里检测人脸用到了opencv中自带的人脸检测器 （2）上边是检测静态图片的，检测实时检测人脸的方式是： if cv2.waitKey(30) & 0xF
阅读全文
摘要：参考网址：https://sefiks.com/2018/01/01/facial-expression-recognition-with-keras/ 1.数据集介绍及处理： （1) 数据集Fer2013下载地址为：https://www.kaggle.com/c/challenges-in-re
阅读全文
摘要：转载： (1) https://zhuanlan.zhihu.com/p/51200626 （2） 菊安酱的机器学习第三期 （3） 代码来自：https://github.com/WenDesi/lihang_book_algorithm (4) https://blog.csdn.net/taij
阅读全文
摘要：最近在看人脸表情识别论文的时候，看到了有用中心损失函数（Cemter Loss），中心损失它仅仅用来减少类内（比如说同一表情）的差异，而不能有效增大类间（比如说不同表情）的差异性。如下图所示： 上图中，图（a)表示softmax loss学习到的特征描述 。图（b)表示softmax loss +
阅读全文
浙公网安备 33010602011771号