背景解决的二分类问题,如手写识别0-9目标：逻辑回归返回一个概率值[0-1]逻辑回归的特点：快、效果好、容易实时在线预测、利于分析方法：定义一个条件概率，如p(Y|X)相当于用模型来捕获输入X和输出Y之间的关系，如推导对于二分类问题，由于p(Y|X)的值域在[-∞,+∞]，为了令其至于范围压缩到[-1,1]之间，故推荐使用sigmoid函数，故得两式子合并，可得关于使用sigmoid前面说道使用该
分类：
其他好文 时间：
2020-06-15 10:05:46
阅读次数：
55
1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() 2.图片数据预处理 x：归一化MinMaxScaler() y：独热编码OneHotEncoder()或to_categorical 训练集测试集划分 ...
分类：
其他好文 时间：
2020-06-14 20:38:09
阅读次数：
60
clc clear all; close all; %{ 本程序实现的功能： CA-CFAR,GO-CFAR,SO-CFAR,OS-CFAR的检测概率与SNR_dB的关系 程序的参考公式来自于文献：基于杂波图的恒虚警处理技术研究 Detection Loss Due to Interfering T ...
分类：
其他好文 时间：
2020-06-14 17:06:28
阅读次数：
128
1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() # 1.手写数字数据集 from sklearn.datasets import load_digits import numpy as np digi ...
分类：
其他好文 时间：
2020-06-09 20:45:34
阅读次数：
55
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
TCP核心：流量控制 拥塞控制 流量控制：滑动窗口来实现， 防止接收方能够处理过来 拥塞控制：防止过多的包被发送到网络中，避免出现网络负载过大 说一说 拥塞控制： 拥塞控制状态机的状态有五种，分别是Open，Disorder，CWR，Recovery和Loss状态 四个算法为慢启动，拥塞避免，拥塞发 ...
分类：
其他好文 时间：
2020-06-05 23:12:52
阅读次数：
77
在使用tf.log时，如果输入为0.则loss为nan 这时使用 tf.clip_by_value(1-y,1e-10,1.0)将一个张量中的数值限制在一个范围之内。（可以避免一些运算错误:可以保证在进行log运算时，不会出现log0这样的错误或者大于1的概率） tf.clip_by_value(1 ...
分类：
其他好文 时间：
2020-06-05 10:26:51
阅读次数：
218
NFVI将成为Tungsten Fabric最突出的用例之一。
分类：
其他好文 时间：
2020-06-03 12:17:53
阅读次数：
127
准备数据 数据集读入 数据集乱序 生成训练集和测试集 特征和标签配对，每次读入一小撮（batch） 搭建网络 定义神经网络中所有可训练参数 参数优化 嵌套循环迭代，with结构更新参数，显示当前loss 测试效果 计算当前参数前向传播后的准确率，显示当前acc acc/loss可视化 from sk ...
分类：
其他好文 时间：
2020-05-31 12:59:53
阅读次数：
134
本节我们来利用卷积神经网络（CNN）来实现kaggle平台上的 CIFAR-10 - Object Recognition In Images 图像分类问题。 相关数据下载地址为：https://www.kaggle.com/c/cifar-10/data 新建 python3 文件 cifar_m ...
分类：
其他好文 时间：
2020-05-29 23:40:56
阅读次数：
127
