机器学习实验
关注
分享
扫一扫
吴恩达机器学习实验
Liaojiajia-2020
CVLAB、Object Detection、Deep Learning
展开
-
一、【机器学习作业】单变量线性回归算法（python版ex1）
线性回归算法（一）什么是机器学习？（二）线性回归算法（1）代价函数 Cost Function（2）梯度下降算法 Gradient Descent（一）什么是机器学习？概念：从广义上来说，机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说， 机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。机器学习的应用范围：机器学习与模...原创 2019-07-18 19:07:42 · 808 阅读 · 0 评论 -
三、【机器学习作业】逻辑（Logistic）回归算法 & 正则化（python版ex2）
逻辑（Logistic）回归算法 & 正则化（1）Logistic回归算法模型（2）公式推导（3）多元分类：一对多（4）正则化（5）python代码实现——logistic回归算法作业学习完了机器学习的逻辑回归课程，现在来将所学记录下来。（1）Logistic回归算法模型概念：逻辑回归（Logistic Regression）是用于处理因变量为分类变量的回归问题，常见的是二分类或二...原创 2019-07-30 20:23:41 · 2231 阅读 · 0 评论 -
二、【机器学习作业】多变量线性回归算法（python版ex1）
多变量线性回归算法多变量线性回归算法（Linear Regression with multiple variables）（1） 多维特征 & 多变量梯度下降（2）特征缩放（Feature Scaling）（3）学习率（Learning rate）（4）正规方程（Normal equation）学习完了机器学习的多变量线性回归课程，现在来将所学记录下来。多变量线性回归算法（Linear...原创 2019-07-31 11:33:04 · 844 阅读 · 0 评论 -
四、【机器学习作业】多元分类与神经网络（python版ex3）
神经网络（一）神经网络模型（1） 简单模型 vs 复杂模型（2）神经网络模型（二）神经网络的分类与学习方法（三）学习完了机器学习的神经网络课程，现在来将所学记录下来。（一）神经网络模型（1） 简单模型 vs 复杂模型简单模型，其优点是容易理解、可解释性较强，但是为了达到相对好的预测效果，我们通常会考虑对原始特征进一步抽象，增加更多的特征项来弥补模型在处理非线性问题上的缺陷。假设现在有一...原创 2019-08-03 11:45:55 · 2486 阅读 · 0 评论 -
五、【机器学习作业】反向传播的神经网络（python版ex4）
反向传播的神经网络（ex4）（一）神经网路 Neural Networks（1）可视化数据集 Visualizing the data（2）模型表示 Model Representation（1）读取数据（2）读取权重（3）计算参数（二）反向传播（三）可视化隐藏层在这篇博客中，使用的例子依然是手写字符的识别。（一）神经网路 Neural Networks（1）可视化数据集 Visualiz...原创 2019-08-06 09:03:13 · 1016 阅读 · 0 评论 -
六、【机器学习作业】正则化线性回归和偏差\方差（python版ex5）
正则化线性回归和偏差\方差（ex5）（一）正则化线性回归 Regularized Linear Regression（1）可视化数据集 Visualizing the dataset（2）正则化线性回归代价函数 Regularized linear regression cost function（3）正则化线性回归梯度 Regularized linear regression gradient...原创 2019-08-07 10:53:44 · 943 阅读 · 0 评论 -
七、【机器学习作业】支持向量机SVM（python版ex6）
支持向量机SVM原创 2019-08-17 09:06:18 · 1967 阅读 · 0 评论 -
八、【机器学习作业】K-means聚类 & 降维PCA（python版ex7）
K-means聚类 & 降维PCA（一）K-均值聚类 K-means Clustering（1）运行K-均值 Implementing K-means（2）在数据集上使用K-均值 K-means on example dataset（3）随机初始化 Random initialization（4）K-均值图像压缩 Image compression with K-means（二）主成分分析...原创 2019-08-27 16:21:48 · 2727 阅读 · 0 评论 -
机器学习实验 | 用tensorflow简单实现 cifar-10 数据集构建卷积神经网络
cifar-10构建卷积神经网络说明代码实验结果说明以下的代码包含：1. 数据导入2. 把数据label标记成one-hot3. 定义神经网络4. 定义损失5. 定义优化器6. 保存模型7. 保存日志8. 测试代码代码Python 代码如下：#coding:utf-8import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'import tensorflow as tfimport cifar10, cifar10_inputi原创 2020-05-12 14:36:21 · 903 阅读 · 0 评论 -
Colab初体验 | 用tensorflow简单实现 cifar-10 数据集构建CNN
Colab第一步：当然是注册一个Google账户了！第二步：创建一个新的笔记本第三步：挂载Google drive第四步：上传你的代码文件（xx.py）第五步：下载数据集第六步：执行代码遇到的问题：RuntimeError:tf.placeholder() is not compatible with eager executionPS：查看GPU情况笔者又来了。由于心血来潮，很想尝试一下Google Colab的效果如何，把前几天发出来的CNN测试代码放在Colab上，测试效果如何。下面就让我们进行实验原创 2020-05-15 14:09:47 · 856 阅读 · 0 评论 -
机器学习实验 | VGG16 + cifar-10 + Keras+ 训练保存模型 +特征图可视化
VGG16 + cifar-10 + Keras+ 训练保存模型 +特征图可视化1. Keras - VGG16 - cifar10 训练2. 特征图可视化运行环境：win10 + python 3.6 + CUDA 10.0 + Cudnn 7.5.1 + tensorflow 1.13.11. Keras - VGG16 - cifar10 训练以下代码包括：数据集的获取训练vgg16保存模型、模型权重VGG16_train.py# -*- coding: utf-8 -*-原创 2020-05-31 10:35:00 · 1850 阅读 · 11 评论