摘要：
1. Mini batch梯度下降法 介绍 假设我们的数据量非常多，达到了500万以上，那么此时如果按照传统的梯度下降算法，那么训练模型所花费的时间将非常巨大，所以我们对数据做如下处理： 如图所示，我们以1000为单位，将数据进行划分，令$x^{\{1\}}=\{x^{(1)},x^{(2)}……x 阅读全文
posted @ 2017-09-22 22:00
marsggbo
阅读(2989)
评论(1)
推荐(6)
摘要：
更多笔记请火速前往 "DeepLearning.ai学习笔记汇总" 本周我们将学习 如何配置训练/验证/测试集，如何分析方差&偏差，如何处理高偏差、高方差或者二者共存的问题，如何在神经网络中应用不同的正则化方法(如L2正则化、Dropout)，梯度检测 。 一、训练/验证/测试集(Train/dev 阅读全文
posted @ 2017-09-10 17:13
marsggbo
阅读(7764)
评论(0)
推荐(0)
摘要：
第一章 神经网络与深度学习(Neural Network & Deeplearning) "DeepLearning.ai学习笔记（一）神经网络和深度学习 Week3浅层神经网络" "DeepLearning.ai学习笔记（一）神经网络和深度学习 Week4深层神经网络" 第二章 改善深层神经网络 阅读全文
posted @ 2017-09-03 20:44
marsggbo
阅读(10210)
评论(1)
推荐(2)
摘要：
参考 "通俗理解决策树算法中的信息增益" 说到决策树就要知道如下概念： 熵 ：表示一个随机变量的复杂性或者不确定性。 假如双十一我要剁手买一件衣服，但是我一直犹豫着要不要买，我决定买这件事的不确定性（ 熵 ）为2.6。 条件熵 ：表示在直到某一条件后，某一随机变量的复杂性或不确定性。 我在看了这件衣 阅读全文
posted @ 2017-09-02 18:37
marsggbo
阅读(655)
评论(0)
推荐(0)
摘要：
KNN实现手写数字识别 博客上显示这个没有Jupyter的好看，想看Jupyter Notebook的请戳 "KNN实现手写数字识别.ipynb" 1 导入模块 2 导入数据及数据预处理 Extracting C:/Users/marsggbo/Documents/Code/ML/TF Tutori 阅读全文
posted @ 2017-09-02 18:36
marsggbo
阅读(735)
评论(0)
推荐(0)
摘要：
逻辑回归神经网络实现手写数字识别 如果更习惯看Jupyter的形式，请戳 "Gitthub_逻辑回归softmax神经网络实现手写数字识别.ipynb" 1 导入模块 2 导入数据及数据预处理 Extracting C:/Users/marsggbo/Documents/Code/ML/TF Tut 阅读全文
posted @ 2017-09-02 18:32
marsggbo
阅读(1907)
评论(1)
推荐(0)
摘要：
一、深层神经网络 深层神经网络的符号与浅层的不同，记录如下： 用$L$表示层数,该神经网络$L=4$ $n^{[l]}$表示第$l$层的神经元的数量，例如$n^{[1]}=n^{[2]}=5,n^{[3]}=3,n^{[4]}=1$ $a^{[l]}$表示第$l$层中的激活函数,$a^{[l]}=g 阅读全文
posted @ 2017-09-02 14:45
marsggbo
阅读(2122)
评论(0)
推荐(0)
摘要：
博客园自定义皮肤设计 效果抢先看 眼见为实！！！戳戳戳》》》 "marsggbo的博客园" 1. 博客皮肤 首先将博客皮肤选为 BlackLowKey 2. 代码设置 1) 页面定制CSS代码 2)博客侧边栏公告 3)页首Html代码 github地址 4）页脚Html代码 页脚引入的文件链接： " 阅读全文
posted @ 2017-09-01 20:36
marsggbo
阅读(559)
评论(0)
推荐(1)
摘要：
之前看Andrew大神的视频有介绍到 神经网络权重需要随机初始化而不是全初始化为0 的问题，其真正深层次的含义没有弄明白，所以结合一些资料（ cs231n课程 ）希望能让自己之后再想到这个问题的时候能够快速地明白过来。 另外这篇文章其实是一篇译文，所以翻译不是很确定的地方也将原文中的英文语句复制在句 阅读全文
posted @ 2017-09-01 12:20
marsggbo
阅读(12298)
评论(0)
推荐(5)
摘要：
因为是Jupyter Notebook的形式，所以不方便在博客中展示，具体可在我的github上查看。 github传送门 : "deeplearning.ai_JupyterNotebooks" 笔记传送门 ： "DeepLearning.ai课程相关系列笔记" 微信公众号：AutoML机器学习 阅读全文
posted @ 2017-08-31 17:34
marsggbo
阅读(5903)
评论(0)
推荐(0)
浙公网安备 33010602011771号