机器学习基础知识
关注
分享
扫一扫
a1103688841
性格开朗大方，善于与人沟通；言行严谨一致，刻苦耐劳，能承受较恶劣的工作环境压力；热爱机器学习这门学科，有较强的自学能力。大四的时候从自身学习科目出发自学了深度学习有关书籍，掌握了python，tensorflow和相关的理论知识。在毕业设计的时候使用Faster R-CNN目标检测的模型进行行人检测，在毕业设计期间，阅读了许多相关英文文献，了解了整个开发流程，并顺利完成毕业设计。今后非常希望在深度学习领域进行学习。
展开
-
王权富贵：反向传播链式的推导-----《Python神经网络编程》的学习笔记
笔记汇总：https://blog.youkuaiyun.com/a1103688841/article/details/84350432 感谢：《Python神经网络编程》--塔里克·拉希德著 ----这本书，解析的很详细 这是一幅BP神经网络的示意图： 首先，我们使用梯度下降法进行参数优化。 其中E是误差函数，这里用（目标值-实际值）的平方。这种方法有如下几个好处： 1.使用误差的平...原创 2018-12-21 00:41:48 · 289 阅读 · 0 评论 -
王权富贵：在全连接层网络中权重矩阵方向和输入矩阵方向的问题-----《Python神经网络编程》的学习笔记
笔记汇总：https://blog.youkuaiyun.com/a1103688841/article/details/84350432 这里规定一下矩阵的方向 1）input输入，隐藏层输出和output输出。 这些输出都是一组信息一列的形式。 2）权重矩阵 行代表输出节点个数 列代表输入节点个数 计算点乘是 （行 * 列）权重矩阵的行*输入矩阵的列 例如：这里权重矩阵的第一行都是...原创 2018-12-21 16:39:20 · 4287 阅读 · 0 评论 -
王权富贵：使用numpy对mnist手写体数据库进行BP神经网络的搭建-----《Python神经网络编程》的学习笔记
笔记汇总：https://blog.youkuaiyun.com/a1103688841/article/details/84350432 网络搭建参考：https://blog.youkuaiyun.com/a1103688841/article/details/85145456 V1 版本----使用100训练集和10测试集进行初步的代码验证 # -*- coding: UTF-8 -*- import nu...原创 2018-12-22 00:29:25 · 456 阅读 · 0 评论 -
王权富贵基础篇：用numpy做最简单的单层感知器
上面就是最简单的单层感知器，由多个输入，一个输出。 这个是一个完整的流程，做到右是正向传播，右到左是更新权值。 虽然现在有TF,CAFF可以一句话写出下面这些，不过对于努力提高的同学来说，用基础代码实现基础功能还是很有意义的。 现在开始用numpy搭建网络： import numpy as np #激活函数 def sigmoid(x) return 1/(1+np.ex...原创 2018-11-23 22:13:35 · 312 阅读 · 0 评论 -
王权富贵：《机器学习实战》第二章重点
第二章： 这里的重点是几个python的用法： 1.获得排序索引值。 sortedDistIndicies = distances.argsort() 2.是创建字典来计数。 classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1 3.根据不同域来排序...原创 2019-02-23 16:41:51 · 278 阅读 · 0 评论 -
王权富贵：L1和L2正则
L1正则，和L2正则是一种对优化函数参数进行约束的一种手段。如果优化的目标函数产生过拟合的时候，有高次项参数大，低此项参数低的特点。加入正则项可以迫使他们趋于平均，让低此项的部分也尽力去参与拟合。 ----------------------------------------------------------------------- 假设优化的目标函数W就只有两个参数，他的L1正则如图所示，...原创 2019-04-13 13:24:16 · 294 阅读 · 0 评论