随笔分类 - Machine Learning
摘要：本文主要介绍Dropout及延伸下来的一些方法，以便更深入的理解。 想要提高CNN的表达或分类能力，最直接的方法就是采用更深的网络和更多的神经元，即deeper and wider。但是，复杂的网络也意味着更加容易过拟合。于是就有了Dropout，大部分实验表明其具有一定的防止过拟合的能力。 1-
阅读全文
摘要：http://cs231n.github.io/ 里面有很多相当好的文章 http://cs231n.github.io/convolutional-networks/ Table of Contents: Architecture Overview ConvNet Layers Convoluti
阅读全文
摘要：tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name
阅读全文
摘要：在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？ 首先明确一点，loss是代价值，也就是我们要最小化的值 tf.nn.softmax_cross_entropy_with_logits(logits, l
阅读全文
摘要：a = np.arange(2*4*4) b = a.reshape(1,4,4,2) #应该这样按反序来理解：最后一个2是一个只有2个元素的向量，最后的4,2代表4×2的矩阵，最后的4×4×2代表立体张量，第一个1代表只有一个这样的张量（即该张量在第四维度只有一个元素）。 c = a.reshap
阅读全文
该文被密码保护。
摘要：深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。 第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Batch gradient descent，批梯度
阅读全文
摘要：http://neuralnetworksanddeeplearning.com/chap6.html
阅读全文
摘要：交叉熵（Cross-Entropy） 交叉熵是一个在ML领域经常会被提到的名词。在这篇文章里将对这个概念进行详细的分析。 1.什么是信息量？ 假设X是一个离散型随机变量，其取值集合为X，概率分布函数为p(x)=Pr(X=x),x∈X，我们定义事件X=x0的信息量为： I(x0)=−log(p(x0)
阅读全文
摘要：x isn't a specific value. It's a placeholder, a value that we'll input when we ask TensorFlow to run a computation. We want to be able to input any nu
阅读全文
摘要：先 pip list 看看包的具体名字是什么，然后 pip uninstall **包名** 打印出有新版本的包： 如果一次升级所有过期的包： 单独升级某个包： 查看包的版本及查找某个包的方法： 卸载某个包： pip 列出某个包的全部可用版本
阅读全文
摘要：如果出现一下错误： libcublas.so.8.0: cannot open shared object file: No such file or directory 原因是没有 cuda 环境，cuda的安装： 下载 cuda： https://developer.nvidia.com/cud
阅读全文
摘要：scrapy 抓取网页并存入 mongodb的完整示例： https://github.com/rmax/scrapy-redis https://github.com/geekan/scrapy-examples # Multifarious(多样的) Scrapy examples. https
阅读全文
摘要：scrapy + celery: Scrapy原生不支持js渲染，需要单独下载[scrapy-splash](GitHub - scrapy-plugins/scrapy-splash: Scrapy+Splash for JavaScript integration), scrapy建议和Beau
阅读全文
摘要：awesome-machine-learning: https://github.com/josephmisiti/awesome-machine-learning
阅读全文
摘要：deepLearning4j: https://github.com/deeplearning4j/libnd4j/issues/208 deepLearning4j 运行于android的移植过程。 http://www.deeplearningbook.org/
阅读全文
摘要：这年头机器学习非常的火，神经网络算是机器学习算法中的比较重要的一种。这段时间我也花了些功夫，学了点皮毛，顺便做点学习笔记。 介绍人工神经网络的基本理论的教科书很多。我正在看的是蒋宗礼教授写的《人工神经网络导论》，之所以选这本书，主要是这本比较薄，太厚的书实在是啃不动。这本书写的也比较浅显，用来入门正
阅读全文
摘要：http://www.open-open.com/lib/view/open1452752687042.html 图1 人脑神经网络 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技
阅读全文
浙公网安备 33010602011771号