一、正态分布标准正态分布标准正态分布就是均值为0，标准差为1的分布，如下图一般正态分布一般正态分布n，假设其均值是 μ，标准差为σ ，即服从 n~N(μ,σ)经过变换可以转换成标准正态分布：另X = (N - μ)/ σ，则X就是服从标准的正态分布了X~N(0,1)二、置信区间上图中的面积就是标准正态分布的概率，而置信区间就是变量的区间估计，例如图中的-1到1就是一个置信......

目录一、LogLoss对数损失函数（逻辑回归，交叉熵损失）二、平方损失函数（最小二乘法, Ordinary Least Squares ）三、指数损失函数（Adaboost）四、Hinge损失函数（SVM）五、其它损失函数六、Keras / TensorFlow 中常用 Cost Function 总结七、tf.losses 模块一、LogLoss对数损失函数......

转载：https://www.cnblogs.com/yymn/category/691549.html在线最优化求解(Online Optimization)之五：FTRL在线最优化求解(Online Optimization)之四：RDA在线最优化求解(Online Optimization)之三：FOBOS在线最优化求解(Online Optimization)之二：截断梯度...

1.梯度下降算法梯度下降算法的核心思路和公式推导，可以详见前面的文章：梯度下降算法的核心思路和公式推导如果代价函数是凸函数，用梯度下降算法一定可以求得最优解。2.梯度下降的三种方式在ML中，梯度下降有三种方式：1）批量梯度下降(Batch GradientDescent，BGD)2）随机梯度下降(Stochastic Gradient Descent，SGD)3）小...

目录一. 什么是残差（residual）二、残差网络的背景三、残差块（residual block）四、深度残差学习五、DenseNet网络和Resnets网络对比转载：https://blog.csdn.net/u014665013/article/details/81985082假如采用Sigmoid函数，对于幅度为1的信号，每向后传递一层，梯度就衰减为原来的0.2...

为什么要乘以2，是为了让DICE的值域在0和1之间。

目录一、keras代码GPU配置二、tensorflow代码GPU配置三、给算子指定GPU或CPU当设置的GPU号大于实际的GPU个数时（比如实际只有一个GPU，配置中设置成使用1号GPU），创建会话会失败，提示tensorflow.python.framework.errors_impl.InternalError: Failed to create session.一、k...

一、数据集介绍MINST数据集分类1.MNIST数据集MNIST数据集官网下载下来的数据集被分成两部分：60000行的训练数据集（mnist.train）和10000行的测试数据集（mnise.test）每一张图片包含28*28个像素，我们把这一个数组展开成一个向量，长度是28*28=784。因此在MNIST训练数据集中mnist.train.images是一个形状为...

tensorrt

目录一、在介绍去均值和归一化之前，先介绍几个概念1.1 平均值1.2 方差、标准差1.3 贝赛尔修正1.4 平均值与标准差的适用范围及误用1.5 为什么正态分布非常常见二、常用数据预处理方法2.1 去均值2.2 .两种归一化的适用范围2.3 PCA/白化一、在介绍去均值和归一化之前，先介绍几个概念1.1 平均值平均值的概念很简单：所有数据之和除以...