将博客搬至CSDN

摘要: http://blog.csdn.net/cs123951 阅读全文
posted @ 2017-05-03 09:16 mandalalala 阅读(83) 评论(0) 推荐(0) 编辑

从GBDT到Xgboost

摘要: GBDTGBDT= gradient boosting + decision tree + shrinkage GBDT是指基学习器为决策树的gradient boosting。以下是gradient boosting的代码,参见wiki。 1. 首先初始化,探索 γ 值,使得l... 阅读全文
posted @ 2017-04-27 22:23 mandalalala 阅读(770) 评论(0) 推荐(0) 编辑

机器学习中的误差

摘要: 贝叶斯误差bayes error Even the best predictor will sometimes be wrong. Imagine predicting height based on gender. If you had the best predictor available... 阅读全文
posted @ 2017-04-10 17:36 mandalalala 阅读(1621) 评论(0) 推荐(0) 编辑

ud730深度学习(三)——LSTM(unfinished)

摘要: LSTM(Long Short-TermMemory)是一个RNN(循环神经网络)架构,被设计用来解决卷积RNN的梯度消失和爆炸问题。 传统的LSTM在循环隐藏层包含名叫memory blocks的特殊单元。 Ÿ memory blocks包含具有self-connections的mem... 阅读全文
posted @ 2017-03-20 22:20 mandalalala 阅读(243) 评论(0) 推荐(0) 编辑

ud730深度学习(一)——卷积模型

摘要: ud730是Udacity 谷歌给的deeplearning 课程,下列是视频地址,可能需要FQ。 https://classroom.udacity.com/courses/ud730/lessons/6370362152/concepts/63798118150923# 课程相关代码: ... 阅读全文
posted @ 2017-03-14 16:39 mandalalala 阅读(208) 评论(0) 推荐(0) 编辑

ud730深度学习(二)——Word2Vec and CBOW

摘要: 近年来,基于神经网络来得到词表示的模型备受青睐。这类模型所得到的词的向量表示是分布式表示distributed representation,通常被称为wordembedding(词嵌入;词向量)。2013年的开源工具包word2vec包含了CBOW(Continuous Bag-of-Word... 阅读全文
posted @ 2017-03-14 14:57 mandalalala 阅读(338) 评论(0) 推荐(0) 编辑

DCGAN及其tensorflow版源码解读

摘要: 上一节我们提到G和D由多层感知机定义。深度学习中对图像处理应用最好的模型是CNN,那么如何把CNN与GAN结合?DCGAN是这方面最好的尝试之一。源码:https://github.com/Newmu/dcgan_code 。DCGAN论文作者用theano实现的,他还放上了其他人实现的版本... 阅读全文
posted @ 2017-03-02 11:39 mandalalala 阅读(1203) 评论(1) 推荐(0) 编辑

GenerativeAdversarial Nets生成对抗式网络

摘要: GAN(GenerativeAdversarial Nets)生成对抗式网络 G(Generator):模拟数据分布,目的是最大化D犯错的概率 D(Discriminator):估计一个样本来自训练集的概率,目的是最小化D犯错的概率 最后达到1/2的平衡状态。G和D由多层感知机定义,系统使用反向... 阅读全文
posted @ 2017-02-14 14:41 mandalalala 阅读(207) 评论(0) 推荐(0) 编辑

anaconda连接mysql

摘要: 环境:win10 python3.5.2 1. 下载mysql,我就直接在百度软件里下载了。安装,一路next,设置密码,用户名默认为root。 2. 打开cmd, 3. 测试: (1)打开mysql command line,输入密码,查看数据库: (2)打开python,import... 阅读全文
posted @ 2017-02-13 15:39 mandalalala 阅读(811) 评论(0) 推荐(0) 编辑

Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

摘要: Spatial Pyramid Pooling in DeepConvolutional Networks for Visual Recognition 之前讲到r-cnn的时候强调,输入CNN的图像尺寸是固定的,这是因为深度卷积网络分为卷积层和全连接层,虽然卷积层对输入图像的大小没有要求,... 阅读全文
posted @ 2017-02-10 19:36 mandalalala 阅读(187) 评论(0) 推荐(0) 编辑