丿回到火星去

机器学习

Linux之路(4) MyCode(5) YOLOv3(1) 优化算法(6) 未归档(2) 深度学习(9) 环境配置(3)

/ 注册

全部文章 / 机器学习（共34篇）

理解插值法（拉格朗日、牛顿插值法）

引言我们首先理解下插值法主要用来做什么事：插值法就是利用已知的点建立合适的插值函数 f ( x ...

2019-04-26

0 578

多标签分类评估方式（Metrics for measuring the prediction quality of a multi-label system）

Metrics for measuring the prediction quality of a multi-label system 大多数情况下，机器学习，深度学习中我们经常面对的分类问题大多是二分类，多类问题，但是有时候我们也会有多标签分类问题的产生。对于多标签分类问题，我们需要一个合...

2019-04-17

0 544

直面Apriori算法

引言 Apriori算法是一种常用的关联规则算法，也是最经典的挖掘频繁项集的算法，其核心是通过连接产生候选项以其支持度然后通过剪枝生成频繁项集。之外还有FP-Tree、Eclat、灰色关联法等其他算法。在这里通过具体的例子详细的介绍下Apriori算法原理，以下面数据为例：第一列表示数据的条目...

2019-04-14

0 395

贝叶斯决策论（后验概率最大化）的问题

在看待解决一分类问题时候，在相关概率已知的条件下，贝叶斯决策论考虑如何基于这些概率把（期望损失）风险降到最低，从而得到最优的类别标记，即期望风险最小化。假设由 N N...

2019-04-10

0 495

浅谈深度神经网络 — R-CNN（区域卷积神经网络）R-CNN->Fast R-CNN->Faster R-CNN

文章目录 R-CNN（区域卷积神经网络） 1. 引言 2. 任务 3. 传统方法 -> R-CNN 3.1 模型概述 3.2 R-CNN详细步骤 3.3 对以上出现的一些概念的解释： 3.3.1 pre-tra...

2019-02-14

1 626

浅谈深度神经网络 — VGG

VGG网络这幅图还是清晰地展现了VGG的网络结构的，VGG由5层卷积层、3层全连接层、最后由softmax输出层构成，层与层之间使用max-pooling（最大化池层）分开，所有隐层的激活单元都采用ReLU函数。（并没有使用LRN，LRN并没有在这个网络中有太大性能提升）模型简介 VGG...

2019-02-05

0 456

浅谈深度神经网络 — RNN，LSTM

RNN（recurrent neural network，循环神经网络）全连接神经网络和卷积神经网络模型中，网络结构都是从输入层到隐含层再到输出层，层与层之间是全连接或是部分连接的，但每层的节点之间都是无连接的。考虑这样的一个问题，如果要预测句子的下一个单词是什么，一般用到当前单词以及前面的单词...

2019-02-05

0 535

浅谈深度神经网络 — CNN

CNN（Convolutional Neural Network，卷积神经网络）引言 CNN的出现是因为全连接神经网络无法很好地处理图像数据，主要原因有以下：使用全连接层处理图像最大的问题在于全连接层的参数太多，参数多了除了会导致计算速度变慢，也很容易会导致过拟合问题。所以我们需要一个更加合理...

2019-02-05

0 438

浅谈深度神经网络 — AlexNet

文章目录 AlexNet网络模型简介新技术点的提出 AlexNet结构 AlexNet特点 Relu函数小结 AlexNet网络模型简介 AlexNet是2012年ImageNet竞赛冠军获得者Hint...

2019-02-05

0 572

浅谈深度神经网络 — LeNet

LeNet LeNet网络模型结构规模比较小，但包含了卷积层，Pooling层，全连接层，他们构成了现代神经网络的基本组件，后续更复杂的网络模型都离不开这些基本的网络层组件。 LeNet-5包含输入层在内共有八层，每一层都包含多个参数（权重）。C层代表的是卷积层，通过卷积操作，可以使源信号特征增...

2019-02-05

0 735