09 2018 档案

Math concepts / 数学概念
摘要：链接网址：Math concepts / 数学概念 – https://www.codelast.com/math-concepts-%e6%95%b0%e5%ad%a6%e6%a6%82%e5%bf%b5/ 这里记录了我在学习过程中遇到或总结的一些基础数学概念，保存于此，与需要者共享。 Follo 阅读全文
posted @ 2018-09-27 15:51 我的明天不是梦 阅读(805) 评论(0) 推荐(0)
[原创]Machine Learning/机器学习 文章合集
摘要：转载请注明出处：https://www.codelast.com/ ➤ 用人话解释机器学习中的Logistic Regression（逻辑回归） ➤ 如何防止softmax函数上溢出(overflow)和下溢出(underflow) ➤ ELL（Embedded Learning Library，微 阅读全文
posted @ 2018-09-27 15:48 我的明天不是梦 阅读(198) 评论(0) 推荐(0)
[原创]最优化/Optimization文章合集
摘要：转载请注明出处：https://www.codelast.com/ 最优化（Optimization）是应用数学的一个分支，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。我一直对最优化比较感兴趣，所以写过一些相关的笔记，可能有不正确的地方，但请学术派 阅读全文
posted @ 2018-09-27 15:46 我的明天不是梦 阅读(492) 评论(0) 推荐(0)
线搜索(line search)方法
摘要：转自http://www.cnblogs.com/kemaswill/p/3416231.html 在机器学习中, 通常需要求某个函数的最值(比如最大似然中需要求的似然的最大值). 线搜索(line search)是求得一个函数f(x)f(x)的最值的两种常用迭代方法之一(另外一个是trust re 阅读全文
posted @ 2018-09-27 15:38 我的明天不是梦 阅读(2082) 评论(0) 推荐(0)
Armijo线性搜索
摘要：用“人话”解释不精确线搜索中的Armijo-Goldstein准则及Wolfe-Powell准则 line search（一维搜索，或线搜索）是最优化（Optimization）算法中的一个基础步骤/算法。它可以分为精确的一维搜索以及不精确的一维搜索两大类。 在本文中，我想用“人话”解释一下不精确的 阅读全文
posted @ 2018-09-27 15:25 我的明天不是梦 阅读(10303) 评论(0) 推荐(1)
numpy 常用工具函数 —— np.bincount/np.average
摘要：numpy 常用工具函数 —— np.bincount/np.average numpy 常用工具函数 —— np.bincount/np.average numpy 常用工具函数 —— np.bincount/np.average numpy 常用工具函数 —— np.bincount/np.av 阅读全文
posted @ 2018-09-22 15:12 我的明天不是梦 阅读(1023) 评论(0) 推荐(0)
python3没有了xrange
摘要：升级到python3的同学应该会注意到以前经常用的xrange没了！ 是的，python3的range就是xrange。直接看效果！ Python 2.7.13 (v2.7.13:a06454b1afa1, Dec 17 2016, 20:53:40) [MSC v.1500 64 bit (AMD 阅读全文
posted @ 2018-09-20 21:47 我的明天不是梦 阅读(627) 评论(0) 推荐(0)
python numpy.shape 和 numpy.reshape函数
摘要：导入numpy模块 from numpy import * from numpy import * import numpy as np import numpy as np ##################################################### numpy.sh 阅读全文
posted @ 2018-09-20 20:46 我的明天不是梦 阅读(18898) 评论(0) 推荐(0)
python使用matplotlib:subplot绘制多个子图
摘要：1 问题描述 matploglib 能够绘制出精美的图表, 有些时候, 我们希望把一组图放在一起进行比较, 有没有什么好的方法呢? matplotlib 中提供的 subplot 可以很好的解决这个问题 2 subplot函数介绍 matplotlib下, 一个 Figure 对象可以包含多个子图( 阅读全文
posted @ 2018-09-20 20:13 我的明天不是梦 阅读(110321) 评论(0) 推荐(2)
np.random.choice的用法
摘要：np.random.choice的用法 2018年01月15日 10:18:23 qfpkzheng 阅读数：6306 标签： 自己学习 更多 个人分类： 总结 np.random.choice的用法 2018年01月15日 10:18:23 qfpkzheng 阅读数：6306 标签： 自己学习  阅读全文
posted @ 2018-09-20 19:53 我的明天不是梦 阅读(1165) 评论(0) 推荐(0)
numpy.flatnonzero():
摘要：numpy.flatnonzero(): 该函数输入一个矩阵，返回扁平化后矩阵中非零元素的位置（index） 这是官方文档给出的用法，非常正规，输入一个矩阵，返回了其中非零元素的位置. 对向量元素的判断d==3返回了一个和向量等长的由0/1组成的矩阵，然后调用函数，返回的位置，就是对应要找的元素的位 阅读全文
posted @ 2018-09-20 19:50 我的明天不是梦 阅读(395) 评论(0) 推荐(0)
python中type dtype astype 的用法
摘要：python中type dtype astype 的用法 python中type dtype astype 的用法 1.type 获取数据类型 2.dtype 数组元素的类型 3.astype 修改数据类型 1.type 获取数据类型 2.dtype 数组元素的类型 3.astype 修改数据类型 阅读全文
posted @ 2018-09-20 18:04 我的明天不是梦 阅读(5481) 评论(0) 推荐(0)
Python numpy.transpose 详解
摘要：前言 看Python代码时，碰见 numpy.transpose 用于高维数组时挺让人费解，通过一番画图分析和代码验证，发现 transpose 用法还是很简单的。 正文 Numpy 文档 numpy.transpose 中做了些解释，transpose 作用是改变序列，下面是一些文档Example 阅读全文
posted @ 2018-09-20 18:01 我的明天不是梦 阅读(29857) 评论(4) 推荐(2)
如何理解张量tensor
摘要：1 关于张量的四种定义 “张量”在不同的运用场景下有不同的定义。 第一个定义，张量是多维数组，这个定义常见于各种人工智能软件。听起来还好理解。--本文仅解释此种 2 多维数组 从第一个定义：张量是多维数组开始。 现在机器学习很火，知名开源框架tensor-flow是这么定义tensor（张量）的： 阅读全文
posted @ 2018-09-20 18:00 我的明天不是梦 阅读(2650) 评论(0) 推荐(0)
tensorflow中张量的理解
摘要：自己通过网上查询的有关张量的解释，稍作整理。 TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通. 阶 在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并 阅读全文
posted @ 2018-09-20 15:36 我的明天不是梦 阅读(6333) 评论(1) 推荐(1)
Theano入门——CIFAR-10和CIFAR-100数据集
摘要：Theano入门——CIFAR-10和CIFAR-100数据集 1.CIFAR-10数据集介绍 CIFAR-10数据集包含60000个32*32的彩色图像，共有10类。有50000个训练图像和10000个测试图像。数据集分为5个训练块和1个测试块，每个块有10000个图像。测试块包含从每类随机选择的 阅读全文
posted @ 2018-09-19 21:57 我的明天不是梦 阅读(1210) 评论(0) 推荐(0)
Python3读取深度学习CIFAR-10数据集出现的若干问题解决
摘要：今天在看网上的视频学习深度学习的时候，用到了CIFAR-10数据集。当我兴高采烈的运行代码时，却发现了一些错误： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 错误代码如下 阅读全文
posted @ 2018-09-19 21:06 我的明天不是梦 阅读(2203) 评论(0) 推荐(0)
一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉
摘要：关于交叉熵在loss函数中使用的理解 交叉熵（cross entropy）是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。以前做一些分类问题的时候，没有过多的注意，直接调用现成的库，用起来也比较方便。最近开始研究起对抗生成网络（GANs），用到了交叉熵，发现自己对交叉熵的理解有些模糊， 阅读全文
posted @ 2018-09-16 15:08 我的明天不是梦