weixin_42906066的博客

Logistic回归——理论篇【推导】y=11+e−z1+e−z=1ye−z=1−yyez=y1−yz=ln⁡y1−y∴对数几率或logit函数：logit(p)=ln⁡y1−y=w⊤x+by=\frac{1}{1+e^{-z}}\\1+e^{-z}=\frac{1}{y}\\ e^{-z}=\frac{1-y}{y}\\e^{z}=\frac{y}{1-y}\\z=\ln \fra...

线性模型线性回归——理论篇公式推导如下：附：1、常用矩阵求导公式2、西瓜书第三章线性模型总结3、南瓜书公式推导线性回归——实践篇（pytorch）1. 一维线性回归的代码实现在这里插入代码片运行结果：2. 多项式回归的代码实现在这里插入代码片运行结果：...

多层全连接神经网络——介绍篇前面一章我们简要介绍了神经网络的一些基本知识，同时也是示范了如何用神经网络构建一个复杂的非线性二分类器，更多的情况神经网络适合使用在更加复杂的情况，比如图像分类的问题，下面我们用深度学习的入门级数据集 MNIST 手写体分类来说明一下更深层神经网络的优良表现。MNIST 数据集mnist 数据集是一个非常出名的数据集，基本上很多网络都将其作为一个测试的标准，其来自...

函数 tf.nn.embedding_lookup()： 简要说明tf.nn.embedding_lookup函数的用法主要是选取一个张量里面索引对应的元素。tf.nn.embedding_lookup（params, ids）:params可以是张量也可以是数组等，id就是对应的索引。实际上tf.nn.embedding_lookup的作用就是找到要寻找的embedding data中的...