随笔分类 -  machine learning

[caffe] 数据制作和训练
摘要：在使用caffe时，我们希望使用自己的数据进行训练，以下给出如何制作自己的数据。所有的数据制作都是基于imagenet的。1.数据准备，我们需要一个train和valid文件夹，一个train.txt和val.txt（图片文件夹的位置可以任意，但是这两个txt文件的位置在data/mydata/目录... 阅读全文
posted @ 2015-03-16 11:24 Tao Kong 阅读(13258) 评论(2) 推荐(0)
[caffe] 安装及使用注意
摘要：1. 安装cuda 一定按照官方教材，官方教材地址：2. 安装blas 别弄那些mlk之类的东西，直接在命令行直接安装就好。3. 运行caffe时要在主目录下进行，否则会有莫名的错误比如：（a）./create_mnist.sh: 16: ./create_mnist.sh: build/examp... 阅读全文
posted @ 2015-03-16 10:59 Tao Kong 阅读(8388) 评论(1) 推荐(1)
[theano]入门-变量相加、矩阵声明
摘要：#作为python新手，可能学习的东西比较多，注意如果两个矩阵相乘的话，跟matlab区别还是挺大的#!/usr/bin/env python# coding=utf-8#格式一般用import ss as dimport theano.tensor as Tfrom theano import f... 阅读全文
posted @ 2015-01-17 19:53 Tao Kong 阅读(514) 评论(0) 推荐(0)
[降维] PCA 主成分分析
摘要：其实早该整理一下PCA了，怎奈一直没有时间，可能是自己对时间没有把握好吧，下面进入正题。降维的概念所谓降维，就是降低数据的维数。在机器学习中尤其常见，之前做过对一幅图片提取小波特征，对于一幅大小为800*600的图片，如果每个点提取五个尺度、八个方向的特征，那么每一个像素点提取40个特征，那么一副图... 阅读全文
posted @ 2014-12-05 22:45 Tao Kong 阅读(2056) 评论(0) 推荐(0)
[监督学习] NB 朴素贝叶斯分类器
摘要：每次提到贝叶斯这三个字，心中的仰慕之情油然而生。感觉贝叶斯推断是众多机器学习算法的基础（尤其是统计学习）。一个很简单的公式应用到非常复杂和广泛的领域，真是一件了不起的事情。贝叶斯公式再讲贝叶斯公式之前，首先回顾一下概率的知识。若 A、B 是两个事件，我们用P(A)表示事件A发生的概率，P(B)表示事... 阅读全文
posted @ 2014-11-25 23:49 Tao Kong 阅读(2439) 评论(0) 推荐(1)
[监督学习]GDA 高斯判别分析
摘要：高斯判别分析（Gaussian discriminative analysis ）是一个较为直观的模型，基本的假设是我们得到的数据是独立同分布的(IID)，虽然在实际中这种假设很难达到，但有时候拥有了好的假设可以得到较好的结果。在Andrew Ng大神的CS229 Lecture notes中有... 阅读全文
posted @ 2014-11-23 20:51 Tao Kong 阅读(3254) 评论(0) 推荐(0)
cluster by fast search and find of density peaks
摘要：说实在的这篇文章一发出来就遭到很多同行的鄙视，具体可以见Science上的评论，作为小菜，我还是保持沉默，好好学习为好。今天终于挤出时间来写这篇文章，闲话少说，直接上干货吧。聚类是根据距离来进行的，关于距离也可以用一篇很长的文章来叙述，但是这篇文章不是关注这个方面，我们只关注有了距离dij以后，怎么... 阅读全文
posted @ 2014-10-19 10:27 Tao Kong 阅读(3777) 评论(1) 推荐(0)
机器学习笔记——持续更新
摘要：以下笔记均为个人整理，学习和交流用。1.机器学习笔记一——梯度下降和最小二乘法2.机器学习笔记二——为什么选择最小二乘 阅读全文
posted @ 2013-12-23 21:38 Tao Kong 阅读(202) 评论(0) 推荐(0)