参考：https://stackoverflow.com/questions/45384185/what-is-the-difference-between-linearsvc-and-svckernel-linear 1、LinearSVC使用的是平方hinge loss，SVC使用的是绝对值hi ...
分类：
其他好文 时间：
2017-10-30 21:55:57
阅读次数：
461
讨论课提纲： 自我介绍 简单说一下回归的主要问题，给定数据集，找出输入和输出之间的关系，对于一个新的输入可以预测其输出 我们将从两个角度来讨论这个问题，一个是传统的频率学派，利用极大似然估计进行分析，首先利用极大似然估计估计参数，并找出其与最小二乘法之间的联系，然后从几何角度理解最小二乘法。因为样本 ...
分类：
其他好文 时间：
2017-10-29 11:21:34
阅读次数：
197
这节课主要是讲了些基本的numpy，scipy和线性的分类器（图像上面，比如knn），还讲了下一些损失函数 一：numpy，scipy和线性的分类器（图像上面，比如knn）主要讲代码 二：损失函数：主要是两大类 cost function、loss function、 objective（客观度） ...
分类：
其他好文 时间：
2017-10-22 21:20:33
阅读次数：
209
http://www.jianshu.com/p/75f7e60dae95 作者：陈迪豪 来源：CSDNhttp://dataunion.org/26447.html 交叉熵介绍 交叉熵（Cross Entropy）是Loss函数的一种（也称为损失函数或代价函数），用于描述模型预测值与真实值的差距大 ...
分类：
编程语言 时间：
2017-10-20 18:43:50
阅读次数：
192
http://freemind.pluskid.org/machine-learning/softmax-vs-softmax-loss-numerical-stability/ ...
分类：
其他好文 时间：
2017-10-20 16:00:57
阅读次数：
165
1、交叉验证 交叉验证（Cross validation)，交叉验证用于防止模型过于复杂而引起的过拟合.有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。 于是可以先在一个子集上做分析， 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。而其它的子集则被称为 ...
分类：
其他好文 时间：
2017-10-18 00:21:54
阅读次数：
142
1. Loss function是用来量化评估当前预测的好坏，loss function越小表明预测越好。 几种典型的loss function： 1）Multiclass SVM loss：一般的SVM是针对0、1两类标签，现在是把它拓展到n类标签。它的物理意义是：现在要预测一个样本的标签，根据之 ...
分类：
编程语言 时间：
2017-10-14 23:26:47
阅读次数：
217
如果你曾经做过做过深度学习的模型，并试图将他在本机上训练一下，因为你觉得你的笔记本性能还可以，于是你开始train你的模型，首先你看到loss下降很慢，每个batch需要花费8.4秒左右的样子： 然后你的CPU开始狂转，风扇全功率运行，风声大作，坚持了几分钟实在受不了了，你果断的关闭了进程，不仅仅是... ...
分类：
其他好文 时间：
2017-10-10 16:53:54
阅读次数：
235
少参数50000/50000 [ ] - 75s - loss: 2.0726 - acc: 0.2503 - val_loss: 2.3972 - val_acc: 0.2151多参数50000/50000 [ ] - 154s - loss: 1.8582 - acc: 0.3299 - val ...
分类：
其他好文 时间：
2017-10-09 15:29:42
阅读次数：
162
tensorboard可以将训练过程中的一些参数可视化，比如我们最关注的loss值和accuracy值，简单来说就是把这些值的变化记录在日志里，然后将日志里的这些数据可视化。 首先运行训练代码 注意我将训练日志保存在 /home/xxx/logs/ 路径下，打开终端，输入以下命令 tensorboa ...
分类：
其他好文 时间：
2017-10-09 15:27:10
阅读次数：
360
