jkjkre的博客

当初年少无知，买了AMD显卡的笔记本，奈何计算机小白要进行深度学习，so......将错就错吧。Anaconda版本：Anaconda3-4.3.0Python版本：Python 3.5.2tensorflow版本：tensorflow 1.8.01、下载并安装python3.5.2（略过）安装教程：https://blog.youkuaiyun.com/sinat_23619409/ar...

人工神经网络与生物神经网络？生物神经网络就是将数以万计的细胞联结, 将感官和反射器联系在一起的系统。而人工神经网络是对生物神经元结构和功能的模拟。人工神经网络靠的是正向和反向传播来更新神经元, 从而形成一个好的神经系统, 本质上, 这是一个能让计算机处理和优化的数学模型. 而生物神经网络是通过刺激, 产生新的联结, 让信号能够通过新的联结传递而形成反馈。什么是神经网络？一种数学模型，一...

泛化：如果一个模型能够对没见过的模型做出准确的预测，我们就说它能够从训练集泛化到测试集，也就是说，对于一个没有见过的样本也具有“举一反三”的识别能力。如，我们告诉计算机1+1=2，之后的算法通过自己学习，而推广到多位数的加减法。如果机器只会计算学过的数字，并没有学以致用的能力，则可以说明机器的泛化程度相当低，我们称之为过拟合。如果机器没有很好的数据学习能力，如1+3得出了5的答案，我们称之为欠拟合...

分类问题分类的时候，我们通常让0为负类，1为正类。有时候，线性回归并不能很好的解决分类问题。比如如下图所示的训练集，增加了一个样本，直线由粉红色变成了蓝色，得到了一个更坏的假设。逻辑回归实际上是分类算法，不要被它名字所骗了。逻辑回归也叫做对数几率回归，明明是分类算法，为什么叫做回归呢？因为它仅仅是在线性回归的基础上，将线性模型通过一个函数，转化为结果只有0/1的分类...

上一节中讲的是单个变量的处理方法，那多变量问题要怎么办呢？（X上标（2）是一个索引，代表着第二个训练集样本，此处指的是表格中的第二行。）梯度运算的使用技巧1：特征缩放（feature scaling）数据预处理中，标准的第一步是数据归一化。如下图所示，蓝色的圈圈图代表的是两个特征的等高线。其中左图两个特征X1和X2的区间相差非常大，X1区间是[0,2000]，X2区间是[1,5]，其所形...

线性回归算法（用直线来拟合数据）h0(x)=θ0+θ1*x,要想h0（预测值）接近y（实际值），也就是使得预测值和实际值的平方误差和最小，可用平方代价误差函数来解决。平方代价误差函数说明：平方是为了保证正值，二分之一m的目的是求导（计算变化率）后消掉系数。（假设h,参数θ，代价函数J，优化目标）如何进行机器学习？如何确定θ（0），θ（1）？此处测试数据集有（1，1），（2，2），（3，3）三...

机器学习Tom Mitchell定义：如果T(task)在一个度量标准(判断的正确率)P(performancemeasure)以上随着经验 E(experience)自我完善，则称计算机程序从经验E中自我学习。比如T：垃圾邮件分类，P：正确分类垃圾邮件，E：观察哪些邮件是垃圾邮件，哪些不是。机器学习算法：监督学习和非监督学习.监督学习（回归问题）：给定一些正确的数据作为训练集，然...