- 博客(59)
- 收藏
- 关注
RSS订阅原创 10.系统学习-循环神经网络
就是我们后续的预测是基于之前的时间序列上的，比如我们有 AB 两段连续序列，A 序列预测时，h0, c0 不用输入，输出 hn, cn 可以作为在 B 序列预测时候的 h0, c0，进行输入。RNN在处理长期依赖（时间序列上距离较远的节点）时会遇到巨大的困难，因为计算距离较远的节点之间的联系时会涉及雅可比矩阵的多次相乘，会造成梯度消失或者梯度膨胀的现象。其一般处理单个的输入，前一个输入和后一个输入完全无关，但实际应用中，某些任务需要能够更好地处理序列的信息，即前面的输入和后面的输入是有关联的。
2025-01-05 00:12:06
1082
原创 9.系统学习-卷积神经网络
卷积神经网络是一种用来处理局部和整体相关性的计算网络结构，被应用在图像识别、自然语言处理甚至是语音识别领域，因为图像数据具有显著的局部与整体关系，其在图像识别领域的应用获得了巨大的成功。
2025-01-05 00:11:37
1179
原创 8.系统学习-正则化方法详解
以前在神经网络训练中，只是对输入层数据进行归一化处理，却没有在中间层进行归一化处理。深度学习可能存在过拟合问题，有两个解决方法，一个是正则化，另一个是准备更多的数据，这是非常可靠的方法，但你可能无法时时刻刻准备足够多的训练数据或者获取更多数据的成本很高，但正则化通常有助于避免过拟合或减少你的网络误差.Dropout通过在训练过程中，以某个概率随机屏蔽一部分神经元输出，对未屏蔽神经元进行概率导数的放缩处理，不改变整体输出的均值，且通过随机屏蔽，让模型避免过度依赖某个特征输出，以达到正则化，降低方差的目的.
2025-01-04 15:55:50
794
原创 7.系统学习-神经网络基础与激活函数解析
当激活函数的输出是无限的时候，模型的训练会更加高效，不过在这种情况下，一般需要更小的 Learning Rate。有时，也会使用 tanh 激活函数，但 ReLU 的一个优点是：当是负值的时候，导数等于 0。总的来说，全连接网络是神经网络的基础，适合用来学习神经网络的核心概念，但在实际应用中，更高效的网络结构通常会对它进行优化或替代。最常用的默认函数，如果不确定用哪个激活函数，就使用 ReLU 或者 Leaky ReLU，再尝试其他的激活函数。激活函数是深度学习的基础，下面介绍一些常见的激活函数。
2025-01-04 15:30:47
1008
原创 5.系统学习-PyTorch与多层感知机
网络包含一层全联接层采用梯度下降更新网络权重（回归参数）直到设定的迭代次数终止训练重新回顾一下线性回归的内容，我们可以更加简单直观的理解深度学习。我们将采用当下学术以及工业界最流行深度学习框架PyTorch，其语法简介，并且借鉴了很多成功设计，比如Numpy 数组的概念及函数，使得我们可以将很多其他库（Numpy 等）的使用经验迁移到 PyTorch 中来。了解 PyTorchTensor 创建、类型、维度与操作DatasetPyTorch 下逻辑回归与反向传播。
2024-12-28 16:45:18
1267
6
原创 4.系统学习-集成学习
模型总体误差分解，过拟合，欠拟合为什么集成学习能降低总体误差BlendingStackingBaggingBoosting。
2024-12-26 16:15:34
1365
4
原创 3.系统学习-熵与决策树
本章，我们将从信息学的知识开始，学习决策树（一种基于划分的非线性模型），决策树算法基于不同的分裂准则（ID3、C4.5、CART）有多种变体，本章需要理解不同决策树分裂差异及优势劣势，并使用sklearn内置决策树模型进行建模，观察模型表现，调节模型参数提升模型性能。学习信息增益、信息增益率等概念及决策树算法发展过程及优劣势。
2024-12-26 15:40:20
1371
4
原创 2.系统学习-逻辑回归
逻辑回归与线性回归均属于广义线性模型，区别在于线性回归用于解决回归问题，例如身高、销量等连续变量预测，逻辑回归用于二分类问题，例如判断是否为垃圾邮件，客户是否会点击广告。本章我们将首先了解最大似然估计，一步步推导出逻辑回归模型，最大似然估计广泛用于各类机器学习、深度学习，需要认真理解。接着会以实际案例，讲解非结构化数据处理的基础方法，分类问题建模流程。List item最大似然估计逻辑回归模型常用的分类问题评价指标基础数据处理&分类问题建模。
2024-12-25 17:10:55
1312
7
原创 1.系统学习-线性回归
线性回归是一种应用非常广泛的回归模型：销量预测、网站流量、生物指标预测等。其中包含的一些知识点例如：梯度下降、L1/L2正则化等在其他机器学习、深度学习模型中也会应用，需要认真掌握。本章会以房价预测案例介绍机器学习建模流程。链接:Kaggle房价预测竞赛回归分析是一种预测性的回归建模技术，它研究的是因变量（目标）和自变量（特征）之间的关系，用于预测各种连续变量的值，例如通过父亲的身高、母亲的身高、家庭收入等预测同学的身高，通过地段、面积等预测房屋价格。
2024-12-25 16:20:18
843
3
原创 【蓝桥杯单片机-0.基于定时器的倒计时程序设计】
Key.cKey.hSeg.cSeg.h有时候比如温度传感器接收到信息再处理转化的周期是750ms,但是一般main函数执行一遍的速度是20ms。这样，上一次的数据还没处理好下一次的数据就又来了。蜂鸣器P2_3为0，响P2_3为1，灭这个点变蓝就是响了Driver中的底层不用变，就在main.c中编写即可。以下为完整代码。这里的显示-设置模式是通过Seg_Mode的0，1来改变用数组来存储要切换的数据这个打通了两种模式的数据
2024-09-07 16:03:57
671
原创 【蓝桥杯嵌入式（二）Led、Key、Lcd】
PS：注意要包含官方的lcd.c,lcd.h,fonts.h。这里接VDD,所以是下面配置是上拉电阻；如果是GND，则为下拉电阻。
2024-09-06 17:17:46
564
2
原创 【蓝桥杯嵌入式（一）程序框架和调度器】
以下是一些常见的举例链接: 8位和32位单片机最本质区别链接: 安装过程别忘了这个一般要配置，不然芯片可能烧了一次烧不进去了。蓝桥杯这里可以不选，有自带的下载器接口，用了一个DAP去下载，不需要配置调试器。选1.4.0，比赛要求用这个版本把滴答定时器配置成最高优先级后续命名有所不同，APP即为MyAPP钥匙是PD2,地址是PCPC0到PC7不变，PC8到PC15变前两句是准备数据，后面是锁存器打开，锁存器关闭。
2024-09-06 17:17:32
693
2
原创 蓝桥杯单片机-零基础入门（三）
SEG_DLE为段选，选择哪一段LED亮SEG_WLE为位选，选择哪一位数码管亮由上面的对应关系可以看出，位选和段选都要写到P0之中去。为了解决这种冲突，我们使用锁存器。就是相应赋1赋值，赋0锁住。发现0/1搞反了但是每个都这么写就太麻烦了。PS：消影是对于动态数码管的，静态无所谓。但是这在现实中可能不一定能实现，因为没有延时可能会太快了看不到。用Delay是最简单的，但是是最不好的。这里可以用定时器。用定时器中断的方式去扫。注意参数删、加一下。interrup
2024-09-02 22:18:46
525
原创 蓝桥杯单片机-零基础入门（二）
链接: 蓝桥杯单片机-零基础入门（一）检测P3，为0就是按下了小的来说，一种函数就是一种模块化函数；大的来说，一种文件就是一种模块化函数。PS：在上个程序的基础上PS:有时按下暂停不是很灵敏可能是因为Delay()的问题，因为在这个期间程序会傻等
2024-09-02 17:17:36
544
1
原创 蓝桥杯单片机-零基础入门（一）
在Keil里新建这个会自动弹出来，选择刚才创建的文件夹的位置再新建文件Led选是或否都行，一般点否双击改名字效果如上把这个勾上用DB1~DB8去对应寻找相当于P10-P17对应连接D1-D8。PS:后续写程序的时候会写成P1,P1_0这种，应该对应的是P10~P17。有点出入。这里0低电平为亮编译这样算是编译成功之后打开仿真软件双击打开在这里找生成的hex文件User-Object-hex效果重新编译然后导入hex（要重新导入）这样是不会亮的，亮
2024-09-02 15:59:23
2703
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人