随笔分类 - A---深度学习笔记
摘要：最后一行改成这个： plot_decision_boundary(lambda x: predict_dec(parameters, x.T), train_X, np.squeeze(train_Y)) 或者 plt.scatter(X[0, :], X[1, :], c=np.squeeze(y
阅读全文
摘要：Initialization 如何选择初始化方式，不同的初始化会导致不同的结果 好的初始化方式： 加速梯度下降的收敛(Speed up the convergence of gradient descent) 增加梯度下降 收敛成 一个低错误训练(和 普遍化)的几率(Increase the odd
阅读全文
摘要：笔记：Andrew Ng's Deeping Learning视频 参考：https://xienaoban.github.io/posts/41302.html 参考：https://blog.csdn.net/u012328159/article/details/80210363 1. 训练集、
阅读全文
摘要：公式推导 https://www.cnblogs.com/douzujun/p/13046923.html https://xienaoban.github.io/posts/12524.html 代码拆分实现 https://www.cnblogs.com/douzujun/p/10325980.
阅读全文
摘要：创建虚拟环境, 创建 python=3.5的 (如果想安装tf2.1，这里就改成 3.7) https://www.cnblogs.com/douzujun/p/13059186.html 在虚拟环境里安装TensorFlow，单纯的完成ng作业，无cpu版本，使用conda，清华镜像 https:
阅读全文
摘要：https://blog.csdn.net/u012328159/article/details/80081962 https://mp.weixin.qq.com/s?__biz=MzUxMDg4ODg0OQ==&mid=2247484013&idx=1&sn=2f1ec616d9521b801e
阅读全文
摘要：Deep Learning 用逻辑回归训练图片的典型步骤. 笔记摘自：https://xienaoban.github.io/posts/59595.html 1. 处理数据 1.1 向量化(Vectorization) 将每张图片的高和宽和RGB展为向量，最终X的shape为 (height*wi
阅读全文
摘要：本篇博客总结了，可能会重复使用的代码的索引，方便查找 分类性能度量 P-R曲线绘制 #利用鸢尾花数据集绘制P-R曲线 print(__doc__) #打印注释 import matplotlib.pyplot as plt import numpy as np from sklearn import
阅读全文
摘要：第一讲 深度学习概述 1.1 深度学习的引出 特点： 通过 组合低层特征，形成了更加抽象的 高层特征。 表达式中的 u，w参数需要在训练中通过 反向传播多次迭代调整，使得整体的 分类误差最小。 深度学习网络往往 包含多个中间层（隐藏层），且网络结构要更复杂一些。 1.2 数据集及其拆分 Iris（鸢
阅读全文
摘要：Deep Neural Network for Image Classification: Application 预先实现的代码，保存在本地 dnn_app_utils_v3.py 1 - 导入包 2 - 导入数据集（Cat vs non-Cat） Problem Statement: You a
阅读全文
摘要：自动重新加载更改的模块 命令参数如下所示： %autoreload: 自动重载%aimport排除的模块之外的所有模块。 %autoreload 0: 禁用自动重载 %autoreload 1: 自动重载%aimport指定的模块。 %autoreload 2: 自动重载%aimport排除的模块之
阅读全文
摘要：其他设置图像细节方法：https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/3-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93matpltlib/plt_
阅读全文
摘要：Building your Deep Neural Network: Step by Step 你将使用下面函数来构建一个深层神经网络来实现图像分类。 使用像relu这的非线性单元来改进你的模型 构建一个多隐藏层的神经网络（有超过一个隐藏层） 符号说明： 1 - Packages(导入的包) num
阅读全文
摘要：1. 深层神经网络（Deep L-layer neural network ） 2. 前向传播和反向传播（Forward and backward propagation） 3. 总结 4. 深层网络中的前向传播（Forward propagation in a Deep Network) 向量化实
阅读全文
摘要：# Print accuracy predictions = predict(parameters, X) # (np.dot(Y, predictions.T) + np.dot(1 - Y, 1 - predictions.T)) / Y.size print ("Accuracy: {} %".format(100 - np.mean(abs(predictions - Y)) * 10...
阅读全文
摘要：1. 线性代数中矩阵乘法: np.dot() 1. 线性代数中矩阵乘法: np.dot() 1. 线性代数中矩阵乘法: np.dot() import numpy as np # 2 x 3 matrix1 = np.array([[1, 2, 3], [4, 5, 6]]) # 3 x 2
阅读全文
摘要：import matplotlib.pyplot as plt import numpy as np import sklearn import sklearn.datasets import sklearn.linear_model def plot_decision_boundary(model, X, y): # Set min and max values and give i...
阅读全文
摘要：contour和contourf 绘制三维图 其中前两个参数x和y：两个等长一维数组 第三个参数z： 二维数组（表示平面点xi, yi映射的函数值）。 由于contourf可以填充等高线之间的空隙颜色，呈现出区域的分划状，所以很多分类机器学习模型的可视化常会借助其展现。 参考：https://blo
阅读全文
摘要：np.c_给numpy数组添加列 np.r_给numpy数组添加行 ravel(): 将多维数组降成一维, 返回的是视图
阅读全文
浙公网安备 33010602011771号