随笔分类 -  机器学习

什么是CNN、RNN、LSTM
摘要：. 全连层 每个神经元输入： 每个神经元输出： （通过一个激活函数） 2. RNN（Recurrent Neural Network） 与传统的神经网络不通，RNN与时间有关。 3. LSTM（Long Short-Term Memory 长短期记忆） 阅读全文
posted @ 2018-03-09 12:34 farmerspring 阅读(5727) 评论(0) 推荐(0)
tensorflow + cnn
摘要：1. CNN（Convolutional Neural Network）卷积神经网络 示例代码 2. 文件保存 3. 文件提取 阅读全文
posted @ 2018-02-28 22:43 farmerspring 阅读(342) 评论(0) 推荐(0)
tensorboard 可视化的训练
摘要：1. 使用 with tf.name_scope('layer') 加标签 2. pycharm terminal 中进入project目录 输入 tensorboard --logdir=logs 将得到的网址 http://DESKTOP-V7I30OQ:6006 输入浏览器，即可得到 3. 查 阅读全文
posted @ 2018-02-27 17:21 farmerspring 阅读(610) 评论(0) 推荐(0)
tensorflow 加速优化方法
摘要：1. stochastic gradient decent（CGD） 将data分小批放入神经网络中进行计算 W += -Learning rate * dx 缺点：选择合适的learning rate比较困难 速度慢 容易收敛到局部最优，并且在某些情况下可能被困在鞍点 2. momentum 模拟 阅读全文
posted @ 2018-02-26 16:27 farmerspring 阅读(2674) 评论(0) 推荐(0)
tensorflow基础
摘要：1. 安装tensorflow pycharm-file-settings-project interpreter-最右侧绿色添加按钮-搜索tensorflow-install packages 注意tensorflow只支持64位 2. 简介 TensorFlow 是一个使用数据流图进行数值计算的 阅读全文
posted @ 2018-02-26 11:20 farmerspring 阅读(214) 评论(0) 推荐(0)
sklearn学习笔记
摘要：1. 安装sklearn pycharm-file-settings-project interpreter-最右侧绿色添加按钮-搜索sklearn-install packages 2. sklearn数据集 http://scikit-learn.org/stable/modules/class 阅读全文
posted @ 2018-02-26 09:48 farmerspring 阅读(241) 评论(0) 推荐(0)
概率生成模型GAN
摘要：1. 概率生成模型 概率生成模型的目的，就是找出给定观测数据内部的统计规律，并且能够基于所得到的概率分布模型，产生全新的，与观测数据类似的数据。 2. 常见的生成模型 （1） 生成对抗网络（GAN） （2）变分自动编码模型（VAE） （3）自回归模型（Auto-regressive） 3. GAN模 阅读全文
posted @ 2017-11-29 21:17 farmerspring 阅读(781) 评论(0) 推荐(0)
机器学习的种类
摘要：一、监督学习 supervised learning 已有训练样本和分类器，通过训练样本来得到分类器的最佳模型，再利用这个模型来处理新样本。 （1）分类 （2）回归 （3）结构学习 structured learning （4）深度学习 常见算法： 反向传播算法 BP算法 二、半监督学习 semi- 阅读全文
posted @ 2017-11-29 20:42 farmerspring 阅读(664) 评论(0) 推荐(0)
机器学习——分类、回归、聚类、降维
摘要：一、分类 朴素贝叶斯 贝叶斯分类法是基于贝叶斯公式（先验概率和后验概率的关系）的统计学分类方法。 它通过预测一个给定的元组属于一个特定类的概率，来进行分类。 logistic回归 logistic回归得出预测值后，根据预测值大小进行分类。（通常是二分类） 决策树 基于树的结构来进行决策 支持向量机S 阅读全文
posted @ 2017-11-28 20:03 farmerspring 阅读(3242) 评论(0) 推荐(0)