logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

未填写擅长的技术栈

可提供的服务

暂无可提供的服务

深度学习笔记七：循环神经网络RNN(基本理论)

循环神经网络基本概念和计算方式

#深度学习#神经网络#机器学习
深度学习笔记三：反向传播（backpropagation）算法

接上一篇的最后，我们要训练多层网络的时候，最后关键的部分就是求梯度啦。纯数学方法几乎是不可能的，那么反向传播算法就是用来求梯度的，用了一个很巧妙的方法。反向传播算法应该是神经网络最基本最需要弄懂的方法了，要是反向传播方法不懂，后面基本上进行不下去。非常推荐的是How the backpropagation algorithm works在最开始的博客中提过，这本书是这篇笔记用到的教材之

#深度学习#神经网络
机器学习实战(二)线性回归模型

sklearn中的基本线性回归案例

#机器学习#sklearn#python
机器学习笔记十五：分类问题的性能度量(混淆矩阵,正确率,召回率,ROC,AUC)

分类问题的性能度量

#机器学习
深度学习笔记十：生成对抗网络再思考f-GAN

f-GAN

#深度学习
pandas做数据分析(四):常用函数

常用函数

#pandas#数据分析
深度学习笔记三：反向传播（backpropagation）算法

接上一篇的最后，我们要训练多层网络的时候，最后关键的部分就是求梯度啦。纯数学方法几乎是不可能的，那么反向传播算法就是用来求梯度的，用了一个很巧妙的方法。反向传播算法应该是神经网络最基本最需要弄懂的方法了，要是反向传播方法不懂，后面基本上进行不下去。非常推荐的是How the backpropagation algorithm works在最开始的博客中提过，这本书是这篇笔记用到的教材之

#深度学习#神经网络
深度学习笔记三：反向传播（backpropagation）算法

接上一篇的最后，我们要训练多层网络的时候，最后关键的部分就是求梯度啦。纯数学方法几乎是不可能的，那么反向传播算法就是用来求梯度的，用了一个很巧妙的方法。反向传播算法应该是神经网络最基本最需要弄懂的方法了，要是反向传播方法不懂，后面基本上进行不下去。非常推荐的是How the backpropagation algorithm works在最开始的博客中提过，这本书是这篇笔记用到的教材之

#深度学习#神经网络
机器学习笔记十：各种熵总结

信息熵，联和熵，条件熵，相对熵，互信息

#机器学习
TensorFlow学习（十六）：使用tf.data来创建输入流(下)

上面已经说过了怎么使用tf.data处理简单的数据输入,有了上面的基础之后,这部分使用tf.data来创建更加复杂更加贴近于现实的数据输入.一.主要API还是老样子,这里先把最主要的API列在这里,后面会用到这些API,先混个脸熟.tf.data.TFRecordDataset 类Propertiesoutput_classesoutput_shapesoutput...

到底了