- 博客(11)
- 收藏
- 关注
RSS订阅原创 GAN讲解
GAN：Generative Adversarial Nets GAN 思路：一个生成器，一个判别器 GAN分析问题： 解释这个目标函数： 具体的训练过程： 还不懂？没关系 再看个具体的图例： 生成器generator： 判别器discriminator 还不懂？没关系，看具体代码： 生成人脸图像： 在这里插入代码片 ```class GAN(keras.Model): def __init__(self, discriminator, generator, latent_dim):
2021-06-06 20:35:22
238
原创 pytorch实现skip gram
import torch import numpy as np import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt import torch.utils.data as Data dtype = torch.FloatTensor device = torch.device("cuda" if torch.cuda.is_available() else "cpu") sentences =
2021-05-09 20:50:41
303
原创 word2vec
word2vec 主要实现方法是skip-gram 和CBOW，前者是根据中心文预测上下文，后者是根据中心词预测上下文，首先我们来介绍skip-gram模型。 skip gram模型俗称“跳字模型”，主要任务就是通过中心词去预测周围一些词。先定义一个半径m,我们需要预测的就是以中心词为原点，m 为半径范围内的词。 首先定义一个预测上下文的模型： 再定义一个损失函数为： （符号表示除了某某之外…） 损失函数定义为所有位置的预测结果的乘积： 取对数和相反数方便计算得到： ...
2021-05-06 19:11:11
196
原创 DCGAN 核心 与 本质
DCGAN 与 GAN的不同 DCGAN的本质 class GAN(keras.Model): def __init__(self, discriminator, generator, latent_dim): super(GAN, self).__init__() self.discriminator = discriminator self.generator = generator self.latent_dim = late
2021-04-28 11:17:16
179
原创 DCGAN to generate face images
Setup import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers import numpy as np import matplotlib.pyplot as plt import os import gdown from zipfile import ZipFile Prepare CelebA data os.makedirs("celeba_gan") url = "http
2021-04-27 11:04:42
232
原创 K-means 实现鸢尾花
K-means 是一种经典的聚类的算法，简单好用，火的一塌糊涂，对于刚刚入坑的小白们有着重要的学习价值，好了不虾扯蛋了，上代码。 iris datasets row= 150 ，column 4, 3-type, each type has 4 features . ok baby , let us to code 调包，预处理数据集 import matplotlib.pyplot as plt from sklearn.datasets import load_iris import numpy
2020-12-21 13:48:59
2301
1
原创 感知机algorithm实现鸢尾花数据集分类
感知机是一个非常基础的二分类的算法，是算法小白入门机器学习的必学内容，是神经网络和svm的基础。好了，不虾扯蛋了，上代码。 # 感知机实现鸢尾花数据集的分类 import pandas as pd import numpy as np from sklearn.datasets import load_iris # 导入线性模型中的感知机模型 from sklearn.linear_model import Perceptron iris = load_iris() # 将鸢尾花中的数据转化为pandas
2020-11-02 16:50:54
1621
2
原创 决策树学习day02
Today task:决策树实现鸢尾花数据分类。 鸢尾花数据集是sklearn 的内置非常好用的数据集，iris_datasets 含有150条数据，数据集有3个 label **山鸢尾，变色鸢尾，维吉尼亚鸢尾 **每个label 有 4 个特征：花萼长度，花萼宽度，花蕊长度，花蕊宽度，所以由此我们可以想到 鸢尾花的数据集是个 row = 150 ,column =4 的matrix，我们可以在IDE查看具体数据： from sklearn.datasets import load_iris iris =
2020-10-29 16:28:23
278
原创 摸鱼快乐哈
摸鱼快乐哈 推荐一个机器学习可视化非常好用的软件graphviz ,贼好使，官网 不能 download啦 ，点赞+关注哦 链接：https://pan.baidu.com/s/1TpDZD_YPKSAC1aWsXBoMFQ 提取码：od2y
2020-10-28 09:53:20
136
原创 决策树学习day01
**Today**正式接触决策树算法，作为一个经典的分类和回归机器学习算法，确实很值得我们去探讨学习，我们今天主要讨论一下一些基本的概念。 李航的统计学习方法书中其实对决策树有了一个很好的定义。显而易见决策树其实就是数据结构中经典的树形结构，决策树由边和节点组成，节点有根节点，父节点和叶子节点组成，这就在形式上很好契合了我们分类的思想。 既然是决策树算法，那么第一个问题当然是我们如何去构造一个决策树，若构建一个决策树那么第一点当然就是：特征的选择。在这里我们就要引进一个非常经典决策树分类案例。 观察表格
2020-10-24 22:00:46
200
1
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