shiluohuashengmi的专栏

K 最近邻 (k-Nearest Neighbor，KNN) 分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一，1968年由 Cover 和 Hart 提出。 算法过程： 假设特征空间为1，类别为 2，如下图所示，分别有两类蓝色和红色，问绿色为哪一类？ 若取 K= 3 ，绿色圆点的最近的3个邻居是2个红色小三角形和1个蓝色小正方形，少数从属于多数，基于统计的方法，判

准备学习tensorflow，首先记录下 第一次测试程序 一、实现 输出hello world #!/usr/bin/env python import tensorflow as tf sess = tf.Session() hello = tf.constant("hello World!",dtype=tf.string) print(sess.run(hello)) 下面学习...

今天记录下 tensorflow 基于 mnist 图库集完成softmax回归；mnist库是手写阿拉伯数字图片集，如下图所示 下面是下载并读取数据集，数据集存放在linux 根目录 下的 /data 下 mnist 文件夹下 from tensorflow.examples.tutorials import mnist mnist_data = mnist.input_data.r...

今天记录下tensorflow的一些基本知识 1.导入tensorflow 库，且脚本中添加运行使用的python环境 #!/user/bin/env python import tensorflow as tf #导入tensorflow库 2.常量和变量 y = tf.constant() #声明常量，常量是需要初始化的 y = tf.Variable() ...

今天记录下tensflow 的学习内容 将 tensorflow模型移植到Android apk中，需要三个文件 1.python 训练模型生成的 .pb 文件 2.tensorflow的so文件libtensorflow_inference.so 3.tensorflow的jar包libandroid_tensorflow_inference_java.jar 大致过程如下 1.创建...

下面简单记录下了解的函数 1.tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None) 该函数主要完成两步： 1).将数据 logits 传入softmax 函数处理得到数据 Y 2).将处理的数据Y 与 label数据进行交叉熵处理 import tensorflow as tf #our ...

简单记录下逻辑回归过程，主要针对分类问题（如二分类） 1.构建线性模型 2.构建sigmoid模型，简单的可看做将线性模型带入sigmoid模型 3.损失函数，并最大似然估计...

对于一次线性回归，就是求w 和 b 的值，针对预测值 y(x) = w*x + b， 真实值 y ，使其满足min(k) = (y^i - y(x^i))^2 ,其中 i 为第i个数，即 x^1为 x1，y^1为y1；若序列集合为 x:[x1,x2,…], y:[y1,y2,….] 如图所示，如果直接将 b 设置为 0，那么相当于 求 y(x) = w*x 中的 w，那么可以直接手动得到...

在我们研究两个变量（x,y）之间的相互关系时，通常可以得到一系列成对的数据（x1,y1.x2,y2... xm,ym）；将这些数据描绘在x -y直角坐标系中，若发现这些点在一条直线附近，可以令这条直线方程如（式1-1）。  （式1-1） 其中：a0、a1 是任意实数 为建立这直线方程就要确定a0和a1，应用《最小二乘法原理》，将实测值Yi与利用计算值Yj（Yj=a0+a1X）

下面代码是来自 tensorflow 实战一书， 主要包括三个部分： 1.构建模型 y=w*x+b 2.构建损失函数模型-交叉熵 3.构建查找最优值方法–梯度下降 #!/user/bin/env python import tensorflow as tf sess = tf.InteractiveSession() # x is feature value x = tf.plac...