- 博客(11)
- 收藏
- 关注
RSS订阅转载 机器学习十一：Graph Neural Networks（GNN）神经网络图
https://blog.youkuaiyun.com/Frank_LJiang/article/details/94971055?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2allfirst_rank_v2~rank_v25-1-94971055.nonecase&utm_term=gnn%E8%AF%A6%E8%A7%A3&spm=1000.2123.3001.4430
2020-10-10 17:34:08
236
原创 机器学习十：Recurrent Neural Network (RNN)递归神经网络
什么是递归神经网络 他们都只能单独的取处理一个个的输入，前一个输入和后一个输入是完全没有关系的。但是，某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。 比如，当我们在理解一句话意思时，孤立的理解这句话的每个词是不够的，我们需要处理这些词连接起来的整个序列； 当我们处理视频的时候，我们也不能只单独的去分析每一帧，而要分析这些帧连接起来的整个序列。 以nlp的一个最简单词性标注任务来说，将我 吃 苹果 三个单词标注词性为 我/nn 吃/v 苹果/nn。 那么这个任务的输入就是： 我 吃
2020-10-10 17:25:55
643
转载 机器学习九：Convolutional Neural Network（CNN）卷积神经网络
https://www.jianshu.com/p/70b6f5653ac6 这篇文章写的比较详细
2020-10-10 12:15:03
339
原创 机器学习八：深度学习3
Modularization 例如： 识别长发男，短发男，长发女，短发女 如果直接进行分类识别，由于长发男和短发女比例比较少，因此trainning的结果是weak 如果我们进行模块化，分为男女模块，长短发模块，这样就有足够的data去trainning，培训的model效果就比较fine ...
2020-10-10 00:08:58
285
原创 机器学习七：Deep Learning深度学习2之技巧
深度学习的工作整体流程 New activation function新的激活函数 Sigmoid function 1/1+e^-z 存在的问题 Rectified Linear Unit (ReLU)线性整流函数 假设值为下图所示，我们就可以直接忽略为0的那部分神经元，将神经网络变得简单 虽然解决了开始和结束梯度问题，你是学习效果变差 ReLU- variant ReLU的变体 Maxout Maxout是可学的激活函数，取输入神经元的最大值 ReLU是Maxout的一个特例 Maxo
2020-10-09 18:19:14
218
原创 机器学习六：Backpropagation反向传播
链式法则Chain Rule 链式法则是反向传播的基础 Backpropagation Backpropagation分为两部分：向前传递和向后传递 根据Chain Rule，损失函数∂c/∂w=∂z/∂w x ∂c/∂z 向前传递: ∂z/∂w 向后传递: ∂c/∂z 向前传递: ∂z/∂w 向后传递: ∂c/∂z so ...
2020-10-08 21:02:03
226
原创 机器学习五：Deep Learning深度学习1
前情提要 由逻辑回归算法我们引出了深度学习，请参考https://blog.youkuaiyun.com/weixin_42744909/article/details/108954890 深度学习 深度学习的历史 Three Steps for Deep Learning深度学习三步骤 step1：Neural Network 概念 深度学习网络分为输入层，隐藏层和输出层 Deep的概念 Deep = Many hidden layers，deep就是说隐藏层有很多层 神经网络的运算 一个神经元 多个神
2020-10-08 17:52:13
336
原创 机器学习四：Logistic Regression逻辑回归算法
前情提要： 上一节我们已经将朴素贝叶斯分类器的算法公式进行的推导 逻辑回归算法 Step 1: Function Set Step 2: Goodness of a Function 最大似然 Step 3: Find the best function 逻辑回归为什么不采用平方误差作为损失函数 交叉熵的速度比较快 Discriminative v.s. Generative 判别式模型VS生成式模式对应平方差和交叉熵具有相同的model 多类分类模型Multi-class
2020-10-08 00:51:13
205
原创 机器学习一：Regression回归算法
1.什么是回归？ 回归算法输出一个标量，例如：股票预测，预测明天股价；自动驾驶，方向盘的角度；推荐系统，预测购买的概率 2. 实例： 预测数码宝贝进化后的战力值（CP） Setup1：设计Model 假设战力值和特征之间存在线性关系：y:进化后的战力值，x：进化前的战力值，w：特征值，b：战力补偿值 y = b + w * x 由于存在多个特征值： y = b + w * x => y = b + Σw*x Setup2：Training Model 假设有10个Training Data， 3
2020-09-19 01:46:11
784
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