视频链接：https://www.bilibili.com/video/BV12741177Cu?from=search&seid=17209581732555565064 视频上是用的jupyter notebook实现的，这次我是用的pycharm实现的代码。 fizz\buzz\fizzbuz ...
分类：
其他好文 时间：
2020-06-13 12:38:49
阅读次数：
54
初始化 分别使用0、随机数和抑梯度异常初始化参数，比较发现抑梯度异常初始化参数可以得到更高的准确度。 原始数据： import numpy as np import matplotlib.pyplot as plt import sklearn import sklearn.datasets fro ...
分类：
其他好文 时间：
2020-06-11 22:09:49
阅读次数：
57
可参考博客： https://blog.csdn.net/rujin_shi/article/details/78997271?utm_medium=distribute.pc_relevant_right.none-task-blog-BlogCommendFromMachineLearnPai2 ...
分类：
其他好文 时间：
2020-06-09 23:32:52
阅读次数：
87
一、背景介绍、现状综述 本文作者在工作中需要实现一种适用于手机端目标检测任务的神经网络，因此撰写这篇综述性报告，详细梳理目前手机端目标检测领域的神经网络应用现状。 1959年，Hubel和Wiesel发现人类视觉系统中的可视皮层是采用分层机制处理信息的。受此启发，人们提出了卷积神经网络（Convol ...
分类：
移动开发 时间：
2020-06-09 00:01:27
阅读次数：
112
正如你目前所看到的，神经网络的性能非常依赖超参数。因此，了解这些参数如何影响网络变得至关重要。常见的超参数是学习率、正则化器、正则化系数、隐藏层的维数、初始权重值，甚至选择什么样的优化器优化权重和偏置。 超参数调整过程 调整超参数的第一步是构建模型。与之前一样，在 TensorFlow 中构建模型。 ...
分类：
其他好文 时间：
2020-06-08 19:06:40
阅读次数：
76
TensorFlow 支持自动求导，可以使用 TensorFlow 优化器来计算和使用梯度。它使用梯度自动更新用变量定义的张量。本节将使用 TensorFlow 优化器来训练网络。前面章节中，我们定义了层、权重、损失、梯度以及通过梯度更新权重。用公式实现可以帮助我们更好地理解，但随着网络层数的增加， ...
分类：
其他好文 时间：
2020-06-08 18:52:30
阅读次数：
70
求解线性规划问题： 化为标准形式： 输入： 输出： 如果有非线性函数,如何做呢？ 例如： 每一个xi 变成了两个量 u, v 所以我们需要2n长度的向量来表示新的自变量x*，前n项为u，后n项为v； 如题： 代码为： c = 1:4; c = [c,c]'; Aeq = [1 -1 -1 1;1 - ...
分类：
其他好文 时间：
2020-06-08 00:51:34
阅读次数：
127
反向传播算法基于多元函数链式法则，以下记录多元函数链式法则的证明与反向传播算法的实例推演。 多元复合函数的求导法则（多元链式法则） 定义 如果函数$u=\varphi(t)$及$v=\psi(t)$都在点$t$可导，函数$z = f(u,v)$在对应点$(u,v)$具有连续偏导数（重点），那么复合函 ...
分类：
编程语言 时间：
2020-06-06 18:33:46
阅读次数：
49
API。训练神经网络需要很多步骤。需要指定如何输入训练数据、初始化模型参数、在网络中执行向前和向后传递、基于计算的梯度更新权重、执行模型检查点等。在预测过程中，最终会重复这些步骤中的大多数步骤。对于新手和有经验的开发人员来说，所有这些都是非常令人望而生畏的。幸运的是，MXNet在module（简称m ...
分类：
Web程序 时间：
2020-06-06 18:30:37
阅读次数：
63
文章迁移说明：此文已由lightinglei于2019-02-18发布，是本人的另外一个账号，现同步迁移至本账号 一、正规方程、梯度下降原理介绍 正规方程： 先了解下线性模型，假设我们依据消费者的年龄、性别、职业3个特征来判断是否会进行购物消费，令x1代表年龄、x2代表性别、x3代表职业，则我们可以 ...
分类：
编程语言 时间：
2020-06-06 12:42:42
阅读次数：
58
