这是《机器学习实战》中的第五章Logistic回归知识的整理以及自己的一些私人理解，之后运用原理对周志华的《机器学习》中的西瓜数据进行分类。（PS：因为上述两本书以及网易公开课上的斯坦福的机器学习视频都在同时看，所以博客可能有点杂。）最后希望给一起学习机器学习的同学一些帮助。资源也已经上传了，名称叫做Logistic回归笔记及代码。链接为:http://download.csdn.net/deta

前言在上一篇博文：【计算机视觉——RCNN目标检测系列】一、选择性搜索详解我们重点介绍了RCNN和Fast RCNN中一个重要的模块——选择性搜索算法，该算法主要用于获取图像中大量的候选目标框。为了之后更加顺利理解RCNN模型，在这篇博文中我们将主要介绍RCNN及其改进版本——Fast RCNN和Faster RCNN中一个重要模块——边界框回归（Bounding-Box Regression）.

主要介绍如何从零到一完成深度学习Docker镜像配置

本文主要介绍了从零到一保姆级Ubuntu深度学习服务器环境配置教程

主要介绍如何从零到一完成深度学习Docker镜像配置

概要本篇博客讲解的是深度学习中经典模型——AlexNet。论文笔记已上传CSDN，如有需要请下载：AlexNet学习笔记 。利用AlexNet架构实现MNIST分类的代码请详见：TensorFlow深度学习实战（一）：AlexNet对MNIST数据集进行分类 。AlexNet的原始论文请详见：ImageNet Classification with Deep ConvolutionalNeur..

神经元模型神经元模型是是组成神经网络模型的最基本单位。在生物神经网络领域内，神经元之间相互相连，当一个神经元兴奋时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；如果某神经元的电位超过了一个阈值，那么它就会被激活，即兴奋起来，向其他神经元发送化学物质。1943 年，McCulloch 和 Pitts 将上述生物学中情形抽象为如下图所示的简单模型，这就是一直沿用至今的 M-P 神经..

最近给学院老师的一篇论文帮忙改进BP神经网络，由于最后要发表论文，神经网络必须自己手写，搞了几个晚上，总算把基础的BP神经网络写出来，接下来再把老师的改进算法实现就ok了。（当然那代码不能公开了）我这里用的是《MATLAB神经网络43个案例分析》这本书中的语音数据集。（PS：神经网络的学习笔记没时间整理，马上蓝桥杯国赛，比赛结束回学校又是课设，这学期为了机器学习专业课也就是上课听听，还要火线复习把

主要介绍了利用Tensorflow框架实现AlexNet网络架构，并实现了MNSIT数据集分类

主要介绍如何从零到一完成深度学习Docker镜像配置