
深度学习
三更鬼
这个作者很懒,什么都没留下…
展开
-
人工智能、机器学习和深度学习的相关关系
人工智能、机器学习、深度学习三者可以被简单描述为嵌套关系:简单来说,机器学习是实现人工智能的方法;深度学习是实现机器学习的技术之一;也可以说,机器学习是人工智能的子集,深度学习是机器学习的子集人工智能 – 1956年,在美国的达特茅斯学院,正式提出了人工智能(Artificial Intelligence)的概念。 – 人工智能,是计算机科学的一个分支,是一门研究机器智能的...原创 2018-07-29 10:22:32 · 3087 阅读 · 1 评论 -
机器学习
机器学习的典型过程 输入训练数据,利用特定的机器学习方法建立估计函数。得到函数后向这一模型输入测试数据, 函数有能力对没有见过的数据进行正确估计,这就是机器学习的过程。 线性回归的基本概念 • 线性回归是机器学习中最简单也是最重要的模型之一,其模型建立同样遵循上图流程:获取数据、数据预处理、训练模型、应用模型。 • 回归模型可以理解为:存在一个点集,用一条曲线去拟合它分布的过程。如果拟...原创 2018-07-29 11:59:40 · 883 阅读 · 0 评论 -
机器学习是什么
–本文章是笔者对于高扬、卫峥编著的《白话深度学习与Tensorflow》读后总结 首先简单介绍一下,这本书是老师所推荐的,就教学意义来讲,是一本特别特别通俗易懂的教材,用简明扼要的理论和文字给读者讲解深度学习的各种理论,对于初学者来说是一本再好不过的教材,强力推荐从学习的种类来说,机器学习习惯分为两种。一种叫无监督学习,一种叫有监督学习。 所谓“无监督学习”,是指人们在获得训练的向量数...原创 2018-08-03 18:08:06 · 1315 阅读 · 0 评论 -
模型过拟合问题
概念 过拟合就是训练出来的模型在训练集上表示很好,但在测试集上表现较差的一种现象 原因 1、数据有噪声(即不相关的干扰因素) 2、训练数据不足 3、训练模型过度导致模型非常复杂 解决方式 1、early stopping 提前结束训练,就是找到了一个点,这个点的参数精确值最高,并且在接下来的n次训练中精度都不如这个点,那么就提前结束,n的选择视情况而定 2、数据集扩增可以在...原创 2018-07-30 18:27:26 · 8074 阅读 · 0 评论 -
深度学习中的正则化方法
首先介绍一下正则化的常见应用图像去噪超分辨率重构数据压缩深度学习中的正则化方法DropoutSGD + L1、L2正则项Prefecth(大规模稀疏模型)原创 2018-07-31 18:31:16 · 378 阅读 · 0 评论 -
Logistic回归模型
Logistic回归的向量化 首先,可以通过向量化的方式来消除遍历所有参数时使用的循环 然后,集中精力使用向量化技术消除另一个循环,即用来遍历所有训练样本的循环 第一步,将线性变换过程改写为向量化 第二步,将激活过程改写为向量化 第三步,做偏导数的向量化 第四步,求出梯度中权值w的向量化表示 第五步,求出梯度中偏置b的向量化表示 第六步,对梯度dw和...原创 2018-08-14 16:34:00 · 7689 阅读 · 1 评论 -
Jupyter运行之后没结果,左边只出现In[*]
出现这种就是在某一段代码中卡死了,可能是bug,也可能是跑数据的过程太过复杂导致程序仍在运行中如果不知道是哪一段的话,就在页面上方的kernel出点击里面的 Restart & Run All,接下来还会停留在出问题的位置,就可以针对这个做出相应对策...原创 2018-11-25 17:37:42 · 25322 阅读 · 5 评论