qq_963157144的博客

安装顺序：1 NVIDIA Control Panel（显卡控制面板）2 Visual Studio 2019（先安装这个，再安装下面的）3 CUDA（GPU并行计算框架）4 cuDNN（深度学习加速库）5 Pytorch安装参考：CUDA Toolkit 10.2 Downloadhttps://developer.nvidia.com/cuda-10.2-download-archive?target_os=Windows&target_arch=x86_6.

from __future__ import divisionimport osimport numpy as npimport pandas as pdfrom sklearn.model_selection import train_test_splitimport skimage.transformimport skimage.utilfrom skimage.io im...

目录：1编译 2训练集 验证集 测试集之间关系3Python 中list集合如何判断是否为空 4tensorflow pytorch 区别1编译 java语言的"编译期"分为前端编译和后端编译两个阶段。前端编译是指把*.java...

流程：1：CNN结构很不一样, 输入是一个二维的神经元 (28x28):2：28x25, 5x5 => 24x243：Feature map: 从输入层转化到输出层（可以有多个，这里选择了3个）4：浓缩神经网聚的代表性, 减小尺寸:24x24 , 2x2 pooling => ...

代码调用NetWork3#import mnist_loaderimport network3from network3 import Networkfrom network3 import ConvPoolLayer,FullyConnectedLayer,SoftmaxLayerimport numpy as npimport pandas as pdtraining_da...

Restricted Boltzmann Machine:Geoff Hinton发明降低维度, 分类, 回归, 特征学习非监督学习(unsupervised learning)plot_rbm_logistic_classfica.py ：对数据直接扩大5倍并进行处理# Authors: Yann N. Dauphin...

一RBM、Deep Brief Network 和 Autoencoder区别一、RBM1、定义【无监督学习】RBM记住三个要诀：1）两层结构图，可视层和隐藏层；【没输出层】2）层内无连接，层间全连接；3）二值状态值，前向反馈和逆向传播求权参。定义如下：一般来说，可见层单元用来描述观察数据的一个方面或一个特征，而隐藏层单元的意义一般来说并不明确，可以看作特征提取层。比较通俗解释...

一：代码调试1：TypeError: 'zip' object is not subscriptable原代码：for dog,cat in zip(dp.dogs,dp.cats)[:1000]:报错：TypeError: 'zip' object is not subscriptable解决方法：使用list包装zip对象，如下，for dog,cat in lis...

机器学习、深度学习、强化学习、迁移学习 人工智能主流学习 名字 理解 解决问题 局限 机器学习 一切通过优化方法挖掘数据中规律的学科。 比较流行通过集成学习构建并结合多个机器...

出现问题：pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.Could not fetch URL https://pypi.org/simple/pip/: There was a problem confirming the s...

工具： Oracle Virtual Box5.2.22 Ubuntu14.4 Python3.7.0工具链接：链接：https://pan.baidu.com/s/1LOsGb-BjWEsIhcsZl8bvBg提取码：4bb0目标：安装Numpy、Scipy、TheanoNu...

定义 cross-entropy函数以前的Cost 函数对比与总结补充：利用cross-entropy cost代替quadratic cost来获得更好的收敛 ——说白了，就是cross-entropy cost比quadratic ...

补充：1.softmax初探在机器学习尤其是深度学习中，softmax是个非常常用而且比较重要的函数，尤其在多分类的场景中使用广泛。他把一些输入映射为0-1之间的实数，并且归一化保证和为1，因此多分类的概率之和也刚好为1。首先我们简单来看看softmax是什么意思。顾名思义，softmax由两个单词组成，其中一个是max。对于max我们都很熟悉，比如有两个变量a,b。如果a>b，...

Regulazition__L1、Regulazition__L2Dropout人工扩大训练集

总体策略:从简单的出发: 开始实验一：如: MNIST数据集, 开始不知如何设置, 可以先简化使用0,1两类图, 减少80%数据量, 用两层神经网络[784, 2] (比[784, 30, 2]快)更快的获取反馈: 之前每个epoch来检测准确率, 可以替换为每1000个图之后, 或者减少validation set的...

初始化w和b的方法 def default_weight_initializer(self): self.biases = [np.random.randn(y, 1) for y in self.sizes[1:]] self.weights = [np.random.randn(y, x)/np.sqrt(x) ...

一：消失的gradient问题 (vanishing gradient problem)>>> import mnist_loader>>> training_data, validation_data, test_data = \... mnist_loader.load_data_wrapper()>>> import ne...

Stochastic Gradient Descent 原理 C: cost w: weight 权重 b: bias 偏向 n: 训练数据集实例个数 x: 输入值 a: 输出值 (当x是输入时) ||v||: 向量的le...

深度学习（左边）与机器学习（右边）的区别，主要是总结了4个方程代码流程按照下面来写 ...