机器学习
关注
分享
扫一扫
文章平均质量分 73
头发结冰海鲜过敏的鱼
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
Machine Learning liner regression 1：回归（regression）
机器学习总结一：（7月11日）本文章是我在学习了台湾大学教授李宏毅的机器学习课程后，针对其中的要点做的学习笔记。文笔不够优雅，水平不够高深。感兴趣的博友们请移步李宏毅老师的youtube专栏：https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ或者在bilibili上观看网友搬运的视频：http://www.bilibili...原创 2017-07-12 17:54:48 · 396 阅读 · 0 评论 -
Machine Learning（cross validation）来解决方差过大的问题
机器学习总结2（7月12日）本文章是我在学习了台湾大学教授李宏毅的机器学习课程后，针对其中的要点做的学习笔记。文笔不够优雅，水平不够高深。感兴趣的博友们请移步李宏毅老师的youtube专栏：https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ或者在bilibili上观看网友搬运的视频：http://www.bilibi...原创 2017-07-12 18:00:32 · 1418 阅读 · 0 评论 -
Machine Learning: Gradient decent (机器学习3：使用梯度下降和退火算法得到全局最小值)
机器学习笔记三详细阐述使用Gradient descent梯度下降的方法，求得评价模型好坏的函数L(θ)的全局最小值。基本步骤为：首先从一个初始点θ0 开始，计算在该点下的偏导数，然后向偏导数为负的方向移动，一直重复这个步骤，直到偏导数为零的点。但是这里有对于每次移动的距离，我们需要精心的设定。因为如果每次移动的距离过大，可能会导致梯度下降跳过了最小值的点，如果每...原创 2017-07-13 14:28:20 · 7238 阅读 · 3 评论 -
R-CNN(Regions with CNN features)
本篇论文是目标检测的开山之作，之后的大部分文章都是基于本篇论文进行修改和优化得到的产物。之前的目标检测算法是穷举搜索（ExhaustiveSearch）：使用一个窗口在图片上进行滑动，改变窗口的大小，继续扫描整张图像。通过寻找响应值最高的那个位置作为预测的目标。而本文是首先从图像中提取可能是物体的区域，然后对这些区域进行判断。这样的做的优点是过滤掉了一些无用的box ,节省了时间。 主要流程：1....原创 2018-03-30 10:15:35 · 1114 阅读 · 0 评论 -
Solve the problem that pytorch does not support GTX9 graphic cards (pytorch新版本不支持GTX9系显卡的问题与解决方案)
最近在更新了系统后安装pytorch，发现会出现显卡太老已经不支持的问题：Found GPU0 GeForce GTX 960M which is of cuda capability 5.0. PyTorch no longer supports this GPU because it is too old.讲道理，我的960M也不算太渣的显卡吧，毕竟学生党买不起泰坦。在goo...原创 2018-03-26 14:44:06 · 7004 阅读 · 2 评论 -
CNN（卷积层convolutional layer，激励层activating layer，池化层pooling，全连接层fully connected）
CNN产生的原因：当使用全连接的神经网络时，因为相邻两层之间的神经元都是有边相连的，当输入层的特征纬度非常高时（譬如图片），全连接网络需要被训练的参数就会非常多（参数太多，训练缓慢），CNN可以通过训练少量的参数从而进行特征提取。上图每一个边就代表一个需要训练的参数，可以直观的感受到需要训练的参数太多了。CNN的优点：1.相邻两层神经元部分相连。2.且同一层神经元的w（权重）和b（偏移）是共享的。...原创 2018-03-29 15:51:15 · 16299 阅读 · 2 评论