softmax也是一个用于多分类的线性分类器。首先来看看softmax的损失函数和梯度函数公式结合惩罚项，给出总的损失函数：L = -(1/N)∑i∑j1(k=yi)log(exp(fk)/∑j exp(fj)) + λR(W)下面有几个准备函数也要理解：Li = -log(exp(fyi)/∑j exp(fj)) ：这个就是最基本的softmax函数，

开始弄机器学习了，一点一点学习机器学习中相关的概念和算法。k-NN用来干什么的简单来说，我理解的就是分类，就是根据已知训练集样本的种类，来对测试集样本做一个分类。比如，我有1000张训练样本图片，总共有3个类，然后测试集有500张图片，就可以利用KNN算法根据训练样本的1000个数据来对500张未知分类的样本做一个分类。现在应该了解kNN的用途了吧。2.K-NN算法原理首先

pip install tensorflow-gpu==1.3 -i https://pypi.tuna.tsinghua.edu.cn/simple更多详情参考下面博客:https://blog.csdn.net/pandamax/article/details/70674378

最近在安装一个光流库spatial_coorelation_sampler==0.5的时候，出现一个报错。这显示我的显卡不支持compute_86架构，于是我查了下，我的显卡支持的架构，我是A100，conda环境pip安装失败，于是github下载源码安装。所以在安装光流库之前，得这是安装环境的GPU架构。在如下链接查看发现只支持compute_80。

netG = Generator()print('# generator parameters:', sum(param.numel() for param in netG.parameters()))netD = Discriminator()print('# discriminator parameters:', sum(param.numel() for param in netD.p...

与传统的安装方法的不同传统的U盘安装Ubuntu，开机按F12进入开机界面，选择U盘启动模式，默认为UEFI启动，然后进行安装。但是在最新的Dell的电脑上，我用这种方式，就被坑了一把，还把自己原来的window10系统给弄坏了（好多软件+环境变量+属性表的安装配置。泪奔）。下面就来说说要怎么在16年的电脑上装Ubuntu4.04吧。首先不推荐装双系统，如果想保留windows，最好用虚拟机

1.1：感知机算法原理首先明确，感知机的输入和输出，输入就是一组向量，每个向量都有n个特征值，输出为每个向量的所属类别，对于二分类而言，就是+1和-1.这个可以用sign函数来模拟：输入空间到输出空间的函数为：f(x) = sign(w*x +b);函数理解：w,b为感知机模型参数，w是一个权重向量，b是偏置，w*x是内积，sign是符号函数，当w*x+b>0时候，函数输出为

这里简单总结下，人脸识别的一些理论基础。对图像的归一化：旋转：从一个人的图像中截取下头部，对头部图像进行旋转，似的双眼保持水平。剪裁：将双眼之间的距离变为图像的1/2，眼睛距离上边界的距离为0.5d，放大缩小：将采集到的图片变为原来正方形，大小为128*128，或者其他D×D大小的图片。灰度拉伸：增强对比度。通过上面的几个步骤，一张采集到的面部图片就变为一张标准脸。对训练样本

3.1.SVM算法原理和分析SVM（Support Vector Machines），中文名字叫做支持矢量机。SVM也是寻找一个超平面，使得训练集中的点距离分类面尽可能的远，就是让这个分类面两侧放入空白区域最大。支持矢量就是距离分类平面最近的一些样本点，对决策面的选取有决策作用。SVM训练代码：clear allclose allN1=440;for i=1:N1x1(1,i)=-1

最近用pycharm学习Python，发现这个IDE不支持中文注释，就是注释了中文后，编译的时候会出错：其实解决方发很简单，就是在自己写的代码的最前面加上下面两条语句：#!/usr/bin/python# -*- coding:utf8 -*-开始我觉得还有这种操作，后面试试才发现，真有这种操作。下面看看我的代码截图，就知道加到哪里了。就是加在最前面