- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 回归方程在python中的复现#花树P69
本周实现花树P69页正规方程在python中的复现。首先，回归方程的建模公式如下图：其中y^ 为向量，W为向量，X为矩阵。其中W权值是我们最后所求的，因此我们引入均方误差MSE作为衡量模型最终效果的指标，公式如下：其中，y^为测试集预测值向量，y为测试机真实值向量。然后对MSE求导，求其倒数为0的点时，W的值：最后求得式5.12，为正规方程式。用正规方程求得的W，为MSE最小时的W，是最逼近样本点的回归方程。其中比较难的一步是5.10到5.11的求导，这里放上公式：简单的理解是W.T。
2022-10-15 10:05:10
475
原创 基于OpenCV 在python中实现图像自动检测+手动截图
在python中实现基于OpenCV的批量图像检测+手动截图，以此完成工业或实际问题中的分类问题或自动化流水线工程。
2022-06-09 23:46:00
4359
原创 cuda，cudnn，安装和tensorflow的gpu调配
忙了两周终于安装完了cuda 和 cudnn ，并且成功调用tensorflow的GPU使用！！！首先 找自己电脑的适配cuda，如图，按我标记的顺序点，调出电脑的显卡信息，可见，我的电脑的cuda版本最高支持10.2的版本，所以安装的时候我可以安装10.2以下的版本。cuda，cudnn，tensorflow版本适配表这里只是罗列出windows的一部分的适配表，详情请见：https://tensorflow.google.cn/install/source_windows决定适合自己的版本
2020-10-06 20:13:24
944
原创 kerase深度学习笔记（二）机器学习流程
问题分类：你面对的是什么类型的问题？是二分类问题、多分类问题、标量回归问题、向量回归问题，还是多分类、多标签问题？或者是其他问题，比如聚类、生成或强化学习？确定问题类型有助于你选择模型架构、损失函数等。收集的数据有用的信息：如预测股票的问题上，不能根据股价的历史走势而预测未来的走势，因为单单从股价的历史走势中提取不到大量的有用的信息，从而股票的预测就不会准确。非平稳问题：服装推荐引擎问题上，由于服装是季度性产品，所以真实的结果会根据季度的变化而变化，所以在收集数据时，要在一个平稳的时间尺度上收
2020-09-25 20:17:59
378
1
原创 基于keras的深度学习名词解释
keras深度学习笔记（一）神经网路的结构数据处理层的选择损失函数优化器隐含层的激活函数精度 metrics本文章会后续更新，如有问题还请纳涵并指出和改正。神经网路的结构层：多个曾组合成网络（或模型）输入数据和相应的目标。损失函数：即用于学习的反馈信号。优化器：决定学习过程如何进行。此图可表示展示出网络，层，损失函数和优化器之间的关系。数据处理标准化：不同维度的数据统一到同一维度的数据。one-hot编码：将其转换为0，1值。层的选择不同的张量格式与不同的数据处理类型需要用到不同
2020-09-20 20:13:35
1272
日本女人7种表情数据集
2020-11-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人