随笔分类 - 机器学习
摘要：Batch Size：批尺寸。机器学习中参数更新的方法有三种： （1）Batch Gradient Descent，批梯度下降，遍历全部数据集计算一次损失函数，进行一次参数更新，这样得到的方向能够更加准确的指向极值的方向，但是计算开销大，速度慢； （2）Stochastic Gradient Des
阅读全文
posted @ 2019-09-11 10:37
也许明天、
摘要：在我们的实际生活中遇到的问题一般都有多个变量影响，就拿上个例子房价来说，影响房价的因素还有地段、朝向、面积大小等等，所以必须采用多变量，这样拟合的模型才更准确。 模型： 这里考虑了四个因素对房价的影响，如下图所示：变量类型分为x1、x2、x3、x4，其中n表示特征的数量m表示样本数。 根据上面的多变
阅读全文
posted @ 2019-08-11 21:50
也许明天、
摘要：模型 以波特兰市住房价格为例子来引出一个单变量的线性回归问题。给出在不同面积下的住房价格数据集，通过找出其中的相近函数来预测不同面积下的住房价格。如下图所示： 这个是一个监督学习问题，因为我们知晓了房子的面积以及相应面积下的住房价格；这也是一个回归的问题，我们需要预测一个实际的输出——房子的价格。另
阅读全文
posted @ 2019-08-11 17:23
也许明天、
摘要：在参加一个比赛的过程中，接触到了目标检测，了解了主流的目标检测算法R-CNN、FAST-RCNN、YOLO系列以及SSD，并且参加比赛的过程中看了源代码也因此学习了tensorflow框架。但在深入学习的时候发现缺少了一些机器学习以及深度学习的基础知识，于是打算学习一下吴恩达机器学习以及 吴恩达de
阅读全文
posted @ 2019-08-11 15:26
也许明天、
摘要：解决方法：在代码的开头加上一句 参考：ValueError: Variable rnn/basic_rnn_cell/kernel already exists, disallowed. Did you mean to set reuse=True or reuse=tf.AUTO_REUSE in
阅读全文
posted @ 2019-08-03 09:22
也许明天、
摘要：运行结果： y = [0], it's a 'non-cat' picture. Number of training examples: m_train = 209Number of testing examples: m_test = 50Height/Width of each image:
阅读全文
posted @ 2019-08-02 14:29
也许明天、
摘要：做物体检测的网络有很多种，如faster rcnn，ssd，yolo等等，通过不同维度的对比，各个网络都有各自的优势。 毕竟nano pi M4计算能力有限，我们这里先选择专门为速度优化过最快的网络SSD，以及经典的faster-rcnn作对比，再加上能显示mask的高端网络，，， 事实上yolo
阅读全文
posted @ 2019-07-29 10:09
也许明天、
浙公网安备 33010602011771号