IDrandom的专栏

过拟合与欠拟合Model capacity当模型的复杂度增强时，模型的表达性也随之增强，以多项式为例y=β0+β1x+β2x2+...+βnxn+ϵy = \beta_0 + \beta_1x + \beta_2x^2 + ... + \beta_nx^n + \epsilony=β0​+β1​x+β2​x2+...+βn​xn+ϵ随着阶数的增加，可表示的模型也就越多，模型的表示能力也就越强。Underfittingmodel capacity < ground truthtrain

Keras高层接口这里所指的均为tf.kerasKeras高层APImetricsacc_meter = metrics.Accuracy()loss_meter = metrics.Mean()update_stateloss_meter.update_state(loss)acc_meter.udate_state(y, pred)result().numpy()pri...

梯度下降简介梯度梯度是一个向量，表示某一函数在该点处的方向导数沿着该方向取得最大值。gradf(x,y)=∇f(x,y)=(∂f∂x,∂f∂y)=∂f∂xi+∂f∂xjgradf(x,y) = \nabla{f(x,y)} = (\frac{\partial f}{\partial x},\frac{\partial f}{\partial y}) = \frac{\partial f}{...

数据加载keras.datasetsboston housingBoston housing price regression datasetmnist/fashion mnistMNIST/Fashion-MNIST datasetMNIST(x, y), (x_test, y_test) = keras.datasets.mnist.load_data()x.shape...

合并与分割Merge and splittf.concat[class1-4, students, scores][class5-6, students, scores]a = tf.ones([4,35,8])b = tf.ones([2,35,8])c = tf.concat([a,b], axis=0)c.shapea = tf.ones([4,32,8])b =...

数据类型pythonData Containerlist ：消耗大np.array ：无GPUtf.tensorTF is a computing libCreattf.constant(1)# inttf.constant(1.)# float32tf.constant(2.2, dtype=tf.int32)# errortf.constant(2., dtyp...

fθ:x→yf_{\theta}: x\rightarrow yfθ​:x→yyyy通常可以分为两类：离散或连续连续时为回归问题linear regressionloss functiongradient descentloss surfaceconvex Optimizationlinear regressionlinear Regressionlogistic Regr...

Caffe-》PytorchTheono-> tf2017tf1.xpytorch0.12019tf2.0tf+kerastf人多，影响大

因为在tf1.6以后官方的tf包都是用AVX编译的，因此如果cpu比较老（1156平台，775平台及更早），都是没这个指令集的，有几个方法可以解决这个问题：1.使用Docker配置：在windows上显得有点zz，还要先配一个虚拟机，然后上面跑docker，如果要弄notebook还要配置许多其他的东西，我简单了解了下就扔了，我就这么一张卡打游戏，所以就只打算在win上配一下练练而已，不想这么麻...

就只是学习的时候顺手打开一个文档把不会的记录下来，方便查阅，基本是使用上的东西，原理什么的以后再补。tf.placeholder( dtype, shape=None, name=None)hint：需要feed_dict喂数据，可以视为Input用法:x=tf.placeholder(name='X',shape=(X.shape),dtype=tf.float...