hszzjs的博客

转载，附原文链接：http://www.cnblogs.com/wentingtu/archive/2012/06/05/2536425.html 一，什么是BP "BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输

1）设置安装插件和包（库）的镜像：打开Anaconda Prompt，输入清华的仓库镜像，更新包更快：注意，一下步骤全部用 Anaconda Prompt 终端，以管理员权限执行。分别对应一下语句：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --se...

# -*- coding: utf-8 -*- """ Created on Fri Dec 15 10:07:41 2017 @author: acer """ from _future_ import print_function import gzip import os import urllib #urllib这个是python内置的HTTP请求库 import numpy

附原链接：http://www.cnblogs.com/lc1217/p/6963687.html 考虑到学习知识的顺序及效率问题，所以后续的几种聚类方法不再详细讲解原理，也不再写python实现的源代码，只介绍下算法的基本思路，使大家对每种算法有个直观的印象，从而可以更好的理解函数中参数的意义及作用，而重点是放在如何使用及使用的场景。      （题外话： 今天看到一篇博文：刚接触机

附原文链接：http://www.hankcs.com/ml/em-algorithm-and-its-generalization.html 本文是《统计学习方法》第九章的笔记，注解了原著的部分公式推导，补充了另一个经典的双硬币模型，并且注释了一份数十行的EM算法Python简明实现。 如果概率模型的变量都是观测变量（数据中可见的变量），则可以直接用极大似然估计，或者用贝叶斯估计模型

附原链接：https://yq.aliyun.com/articles/68901 过拟合是深度神经网（DNN）中的一个常见问题：模型只学会在训练集上分类，这些年提出的许多过拟合问题的解决方案；其中dropout具有简单性并取得良好的结果： Dropout 上图为Dropout的可视化表示，左边是应用Dropout之前的网络，右边是应用了Dropout的同一个

知乎大神解答：https://www.zhihu.com/question/32673260

附转载链接：http://www.hackcv.com/index.php/archives/104/?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io 这篇文章原地址为An Intuitive Explanation of Convolutional Neural Networks，卷积神经网络的讲解非常通俗易懂

附转载链接：http://www.cnblogs.com/bourneli/archive/2013/03/15/2961568.html 算法原理 决策树（Decision Tree）是一种简单但是广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。决策数有两大优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率高，决策树只需要一次构

    图片数据一般有两种情况：    1. 所有图片放在一个文件夹内，另外有一个txt文件显示标签。    2. 不同类别的图片放在不同的文件夹内，文件夹就是图片的类别。    两种情况，第一种可以自定义Dataset，第二种情况直接调用torchvision.datasets.ImageFolder处理，具体如下：一、 所有图片均放在一个文件夹内    以mnist数据集的10000个test...