bibibibi的博客

搬运自：https://www.cnblogs.com/zhaokui/p/ml-metric.html 在使用机器学习算法的过程中，针对不同场景需要不同的评价指标，在这里对常用的指标进行一个简单的汇总。 一、分类 1. 精确率与召回率 精确率与召回率多用于二分类问题。精确率（Precision）指的是模型判为正的所有样本中有多少是真正的正样本；召回率（Reca

投入到人工智障的坑中，首先就是要学numpy啊？最近在看dalao的神经网络的代码，很崩溃啊？开个博客记录一下学习成果，要不然组会的时候都没东西说啊？ 官网的网址：https://docs.scipy.org/doc/numpy-dev/user/quickstart.html 学习的官方网站：http://www.numpy.org/ numpy的基本方法与介绍留坑，先做一下我遇到

wa，跑数据的时候看看论文，先mark一个论文集，剩下的有空更。https://github.com/songrotek/Deep-Learning-Papers-Reading-Roadmap

自己闲着没事的时候搭了个VGG-A，训练mnist根本训练不动。。。准确率高达10%，存下代码以后说不定有用？数据用的是tensorflow官方下载的mnist数据集（包含一个inputdata的python文件，不用自己处理数据233333），感兴趣的可以去tensorflow官方找一找。代码：import tensorflow as tf class VGG: def __init_...

自己又基于MNIST数据集搭建了一个GAN网络，存下代码，以后试试DCGAN代码：import tensorflow as tf import numpy as np class GAN: def __init__(self,sess,batch_size=256,z_size=100,img_size=28*28,epoch=50): self.sess=sess ...

首先你得有个docker，国内不好下载，通过阿里云镜像安装的然后你要有个nvidia-docker然后去docker hub上下载一个带cuda和cudnn的容器官方已经很贴心的帮你装好了所有的环境然后创建容器，进入容器，将目录/usr/lib/x86_64-linux-gnu加入环境变量，因为cudnn的lib装在了这个目录下，然后就可以配置深度学习环境了然后就搭建好了一个虚拟环境啦，再也不用经...