会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
Siucaan
博客园
首页
新随笔
联系
管理
订阅
上一页
1
2
3
4
5
6
7
···
13
下一页
2018年8月13日
kaldi 的安装和测试
摘要: 使用git的方法下载源码安装kaldi1. git下载源码参考这个官方的tutorial即可。 在安装了git的前提下使用下面的命令,没有安装git的话可以参考。git clone https://github.com/kaldi-asr/kaldi.git kald...
阅读全文
posted @ 2018-08-13 20:15 Siucaan
阅读(2034)
评论(0)
推荐(0)
2018年8月7日
Python算法-排序
摘要: 1. 冒泡排序def bubble_sort(seq): n = len(seq) for i in range(n-1): for j in range(n-1-i): # compare with the left ...
阅读全文
posted @ 2018-08-07 09:35 Siucaan
阅读(148)
评论(0)
推荐(0)
hexo部署步骤
摘要: 1. 三步部署hexo cleanhexo generatehexo deploy2.本地调试在执行下面的命令后,$ hexo g #生成$ hexo s #启动本地服务,进行文章预览调试浏览器输入http://localhost:4000,查看搭建效果。此后的每次变...
阅读全文
posted @ 2018-08-07 08:51 Siucaan
阅读(432)
评论(0)
推荐(0)
2018年8月6日
Machine Learning - Coursera week6 Error analysis
摘要: 1. Error analysis研究机器学习的东西或者构造机器学习应用程序,最好的实践方法不是建立一个非常复杂的系统拥有多么复杂的变量,而是构建一个简单的算法。这样你可以很快地实现它.通过画出学习曲线以及检验误差来找出算法是否有高偏差和高方差的问题或者别的问题。在这...
阅读全文
posted @ 2018-08-06 18:05 Siucaan
阅读(303)
评论(0)
推荐(0)
Machine Learning - Coursera week6 Bias vs Variance
摘要: Bias vs Variance1.Diagnosing bias vs variance有关偏差和方差的问题,也就是欠拟合与过拟合的问题。能够判断一个算法是偏差还是方差有问题对于如何改进学习算法的效果非常重要。下面看一个常见的欠拟合与过拟合的例子。 对训练集数据进...
阅读全文
posted @ 2018-08-06 15:00 Siucaan
阅读(263)
评论(0)
推荐(0)
Machine Learning - Coursera week6 Evaluating a learning algorithm
摘要: Evaluating a learning algorithm1. Design what to do next在预测房价的学习例子,假如你已经完成了正则化线性回归,也就是最小化代价函数J的值。假如在你得到你的学习参数以后把它应用到放到一组新的房屋样本上进行测试,发现...
阅读全文
posted @ 2018-08-06 15:00 Siucaan
阅读(160)
评论(0)
推荐(0)
2018年8月5日
机器学习算法的整理
摘要: 欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld。 技术交流QQ群:433250724,欢迎对算法、机器学习技术感兴趣的同学加入。以下...
阅读全文
posted @ 2018-08-05 21:57 Siucaan
阅读(370)
评论(0)
推荐(0)
机器学习笔试题一
摘要: 1.输入图片大小为200×200,依次经过一层卷积(kernel size 5×5,padding 1,stride 2),pooling(kernel size 3×3,padding 0,stride 1),又一层卷积(kernel size 3×3,paddin...
阅读全文
posted @ 2018-08-05 21:45 Siucaan
阅读(726)
评论(0)
推荐(0)
Machine Learning - Coursera week5 Backpropagation in Practice
摘要: 1. Gradient Checking我们讨论了如何进行前向传播以及后向传播,从而计算导数。但有一个不幸的消息是,它们有很多细节会导致一些BUG。 如果你用梯度下降来计算,你会发现表面上它可以工作,实际上, J虽然每次迭代都在下降,但是可能表面上关于theta的函...
阅读全文
posted @ 2018-08-05 18:50 Siucaan
阅读(197)
评论(0)
推荐(0)
Machine Learning - Coursera week5 cost function and backpropagation 2
摘要: 1. 回顾cost functioncost function for a neural network is: J(Θ)=−1m∑t=1m∑k=1K[yk(t) log⁡(h9...
阅读全文
posted @ 2018-08-05 17:24 Siucaan
阅读(152)
评论(0)
推荐(0)
上一页
1
2
3
4
5
6
7
···
13
下一页