路鹿

摘要： 决策树学习通常包括3个步骤：特征选择，决策树生成，决策树修剪。 决策树的一个重要性质： 路径是互斥且完备的。 决策树通常是递归的选择最优特征，根据该特征对数据进行分割。可能会有过拟合问题，所以在生成决策树之后要进行剪枝。 1. 特征选择 数据集会有很多各种各样的特征，怎么选取最优的特征，最具分类能力 阅读全文

摘要： 卷积神经网络 CNN 深度学习，卷积神经网络CNN与其他机器学习算法类似，可以看做是一个分类器，提取特征，然后进行特征映射。 1. 提取特征 CNN中特征提取时通过使用卷积核，和共享权值来降低计算复杂度。 如1000*1000图像，使用卷积核10*10，下一层的特征参数为1000*1000*100， 阅读全文

摘要： 不知为何刚开始跑代码的时候会报 Shape[-1, 784] has negative dimensions错误，但是重新输入代码再跑时又没有问题了，奇怪。 Session：InteractiveSession, 用在Ipython交互环境时的会话，如果不使用InteractiveSession，那 阅读全文

摘要： 1. Tensors 重要概念： tensor: 张量，由从原始数据变换到任意维矩阵的集合。 rank： 秩，是tensor的维度 scalar标量的rank是0 Session：会话，在session的context中执行图 fetch：为操作取回数据，如果多个，放在[]组成array feed_ 阅读全文

摘要： 最新的tensorflow1.2中，使用新的导入脚本 mnist_softmax.py，用之前老的会有问题。脚本内容大致相同。 最好还是参考www.tensorflow.org里面的教程，中文版的那个太老了。 __future__ :这个是把下个版本py3.x中的特性导入到当前版本py2.x。 2. 阅读全文