03 2021 档案

卷积神经网络实例代码学习
摘要：代码实例 import numpy as np import tensorflow.compat.v1 as tf import matplotlib.pyplot as plt from tensorflow.examples.tutorials.mnist import input_data t 阅读全文
posted @ 2021-03-22 22:32 晨起 阅读(304) 评论(0) 推荐(0)
卷积神经网络深入（搬运）
摘要：作者：YJango 来源：知乎 链接：https://zhuanlan.zhihu.com/p/27642620 本文相对而言对于卷积神经网络的各个知识点都讲的很详细，而且配图讲解超赞 目录 视觉感知 画面识别是什么 识别结果取决于什么 图像表达 画面识别的输入 画面不变形 前馈神经网络做画面识别的 阅读全文
posted @ 2021-03-22 22:31 晨起 阅读(189) 评论(0) 推荐(0)
卷积神经网络初学（搬运）
摘要：作者：机器之心链接：https://www.zhihu.com/question/52668301/answer/131573702来源：知乎 本文相对于后一篇区别在于，在这讲述的是卷积层的一些基础知识，个人认为亮点在于从多个层次讲述了过滤器如何识别特征 Part 1：图像识别任务 卷积神经网络，听 阅读全文
posted @ 2021-03-22 22:20 晨起 阅读(188) 评论(0) 推荐(0)
感知机
摘要：感知器 感知机由两步计算组成：线性变换和非线性变换 运算过程：输出 = 线性变换 + 非线性变换 激活函数的作用 简单的线性变换已经能够根据权重来将信息复合起来，为什么还要使用激活函数呢？ 如果不用激活函数，每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线 性组合。 只有激活 阅读全文
posted @ 2021-03-20 23:55 晨起 阅读(59) 评论(0) 推荐(0)
特征处理
摘要：标准化 概念 定义：通过对原始数据进行变换把数据变换到均值为0,标准差为1范围內 公式 示例： 优缺点:使得某一个特征对最终结果不对造成更大的影响;对于异常点处理不好，容易影响最大值最小值，鲁棒性较差（稳定性），只适合精确小数据场景 代码 from sklearn.preprocessing imp 阅读全文
posted @ 2021-03-16 23:48 晨起 阅读(81) 评论(0) 推荐(0)
K-Means 鸢尾花分类
摘要：前言 机器学习按照有无标签可以分为“监督学习”和“非监督学习” 监督学习代表算法：SVM、逻辑回归、决策树、各种集成算法等等。 非监督学习代表算法：K-Means算法（聚类算法中最著名的算法）、两步聚类、Kohonen等。 学习方式不同。聚类是一种非监督式学习算法，而分类是监督式学习算法 对源数据集 阅读全文
posted @ 2021-03-15 23:58 晨起 阅读(1821) 评论(0) 推荐(0)
波士顿房价预测
摘要：实例代码 from sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegression from sklearn.datasets import load_boston from sklearn. 阅读全文
posted @ 2021-03-15 21:56 晨起 阅读(152) 评论(0) 推荐(0)
day30
摘要：就 阅读全文
posted @ 2021-03-12 23:08 晨起 阅读(34) 评论(0) 推荐(0)
day 28
摘要：撒 阅读全文
posted @ 2021-03-10 22:26 晨起 阅读(21) 评论(0) 推荐(0)
day26
摘要：是 阅读全文
posted @ 2021-03-05 10:55 晨起 阅读(28) 评论(0) 推荐(0)
day25
摘要：是 阅读全文
posted @ 2021-03-01 23:30 晨起 阅读(19) 评论(0) 推荐(0)