随笔分类 -  cs231n

摘要：设置数据和模型 神经元模型在计算内积后进行非线性激活函数计算，神经网络将这些神经元组织成各个层 数据预处理 关于数据预处理我们有3个常用的符号，数据矩阵X，假设其尺寸是[N x D]（N是数据样本的数量，D是数据的维度）。 均值减法 对数据中每个独立的特征减去平均值 在numpy中，该操作可以通过代 阅读全文

摘要：常见激活函数 Sigmoid sigmoid非线性函数的数学公式是，函数图像如上图的左边所示。在前一节中已经提到过，它输入实数值并将其“挤压”到0到1范围内。更具体地说，很大的负数变成0，很大的正数变成1。 缺点 Sigmoid饱和使梯度消失 神经元的激活在接近0或1处时会饱和，在这些地方梯度可能为 阅读全文

摘要：写在前面 以下是个人在学习过程中的记录，如有侵权联系删除。 参考： https://zhuanlan.zhihu.com/p/21102293?refer=intelligentunit https://cs231n.github.io/linear-classify/ https://blog.c 阅读全文

摘要：写在前面 以下部分为自己一些的笔记， 如有侵权，请联系删除 linear_classifier from __future__ import print_function from builtins import range from builtins import object import nu 阅读全文

摘要：写在前面 这是学习过程的一些tip，如有侵权，联系删除 linear_svm from builtins import range import numpy as np from random import shuffle from past.builtins import xrange def s 阅读全文

摘要：写在前面 以下的代码只是学习中的随笔，如有侵权请联系删除 K_Nearest_Neighbor from builtins import range from builtins import object import numpy as np from past.builtins import xr 阅读全文

摘要：两种距离 曼哈顿距离和欧式距离 曼哈顿距离 : L1取决选择的坐标系统，旋转坐标系会造成改变L1 欧式距离： L2不会 如果输入的特征向量，如果向量的一些值由特殊含义L1 可能会合适一点 如果是一个通用向量，不知道其中的元素意义，那么L2会好一点 通过使用不同的距离，Knn可以泛化到不同的数据类型， 阅读全文