- 博客(16)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 深度学习理论之数学基础
一、线性代数 1.1 标量、向量、矩阵和张量 标量：一个单独的数 向量：一列数，一维数组 矩阵：二维数组 张量：超过二维的数组 转置：以对角线为轴的镜像。 1.2 矩阵和向量相乘 矩阵乘法:两个矩阵A和B的矩阵乘积(matrix product)是第三个矩阵 C。为了使乘法定义良好,矩阵 A 的...
2019-03-11 10:46:28
1105
原创 人脸识别之人脸检测算法
人脸识别的一般步骤：人脸检测->人脸对齐->人脸特征提取->（计算人脸的差值）三元组损失/中心损失->差值小于某一阈值则为同一个人，差值大于某一阈值则不是同一人。 本文将对每一个步骤的技术现状，进行分析，并尝试实现其中最优的几种技术。一、现有算法 1.非监督学习算法 2. 监督学习算...
2019-02-21 15:35:51
3670
原创 深度学习之迁移学习（打造自己的图像识别模型）
一、概论 迁移学习（打造自己的图像识别模型）其实就是利用已有的深度神经网络（VGG16，AlexNet , GoogLeNet等）进行简单的微调。一般有如下几种方式：只训练全连接层。 全部网络重新训练（使用已有参数/从头开始） 只训练部分网络。二、数据准备 原始的图片数据和标签需要转换成tfrecord格式的文件,tfrecord, 这是一种将图像数据和标...
2019-01-21 17:23:18
4733
2
原创 机器学习之K近邻算法
一、K近邻算法详述 1.算法步骤 为了判断未知实例的实例，以已知实例的实例作为参照。 选择参数K（K个与未知实例最近邻的点,通常k是不大于20的整数） 计算未知实例与所有已知实例的距离。 选择K个最近K个已知实例的点。 根据少数服从多数的投票原则，让未知实例归类为K个最近邻...
2019-01-21 10:34:41
186
原创 机器学习概论
一、机器学习从业方向从事机器学习的从业人员大致分为以下三类：1.“重造轮子”学派：如百度的PaddlePaddle2.“参数调教”学派：如一些研究院或学校，为了发表文章而过于注重参数调优，从而导致了模型过拟合。3.“拳打脚踢”学派：研发人员都分散在业务组，他们都不会在参数调优上浪费时间，而是更注重实际业务的处理。 二、机器学习模型选择。 机器学习有监督学习和非监...
2019-01-11 09:17:27
159
原创 《操作系统——内核与设计原理》之第3章：进程描述和控制
操作系统对进程的处理有以下三个目标： 操作系统必须交替执行多个进程，以保证处理器的使用率最大----->进程调度 操作系统必须为进程的执行分配资源，但是却容易导致---->死锁 进程之间需要通信---->通信一、进程的状态进程轨迹：执行进程的指令序列。可以给出各进程的轨迹是如何被交替的，来描述处理器的行为。为交替地执行多个进程，进程需要不同的状态表示。1.进程的...
2018-06-01 11:47:18
633
原创 Linux进程通信之共享内存
一、概述 操作系统的各个进程通常运行于独立的内存空间，并且有严格的机制来防止进程之间的非法访问。一般的进程通信机制有：消息传递、管道、文件共享、内存共享等。共享内存通过Key值，来实现不同进程之间的共享。下文将列出进程间共享内存的实现方式。二、实现共享内存的步骤 1.创建内存共享区：通过函数shmget()实现，传入key值，该函数返回共享区域的id值。 2.映射共享内存区：通过...
2018-05-30 10:37:26
91
原创 机器学习实战之问题
记录下在实战中遇到的问题，期盼在之后的学习中获得解答：1.在使用逻辑回归时，是调用skicit-learn中的LogisticRegression模型，不清楚其是线性的还是非线性的，如果是线性的，则很可能分类会存在欠拟合；如果是非线性的，这就存在模型的选择问题，那么它是否在代码中实现了模型选择？着dou...
2018-05-17 21:02:51
208
原创 机器学习理论之算法优化
一、优化算法的一般途径尝试获取更多的训练集尝试选择更少的特征（特征选择？）尝试获取新的特征尝试增加模型的复杂度（如线性回归则增加参数的非线性程度，如神经网络则增加隐藏层的层数和隐藏层的每层的个数？）尝试减小正则化参数尝试减小正则化参数 那么在实际优化的时候我们到底应该使用哪种方法呢？在研究生期间，因为对机器学习刚接触不接就进入导师的项目，当时就花费了超过了半年的时间，看论文、获取更多的训...
2018-05-17 19:23:10
494
原创 机器学习理论之随机森林
一、随机森林的理解随机森林：分类器使用决策树，然后再使用集成学习中bagging算法，将弱分类器组合成强分类器。bagging算法：Bagging即套袋法，其算法过程如下：A）从原始样本集中抽取训练集。每轮从原始样本集中使用Bootstraping的方法抽取n个训练样本（在训练集中，有些样本可能被多次抽取到，而有些样本可能一次都没有被抽中）。共进行k轮抽取，得到k个训练集。（k个训练集之间是相互独...
2018-05-11 15:42:03
364
原创 机器学习理论之正则化
过拟合（overfitting）：模型几乎通过了所有训练集，可能表现为一条非常扭曲的曲线，有可能代价函数很小或者为0,但不能泛化到新的测试数据上。欠拟合：模型不能很好的拟合训练集。正则化：如下式所示：如果取得很大，那么值就会较小，那么就能得到一个更光滑的曲线，减小其扭曲程度。 值的作用是控制两个不...
2018-05-10 10:08:54
132
原创 机器学习理论之线性回归
一、回归与分类的区别 回归的Y变量为连续数值型，如房价、人数等 分类的Y变量为类别型，如是否生存、颜色、有无癌症等二、单变量线性回归 使用一个简单的线性模型： 来逼近现有的数据集。可以看到这个线性模型是以x为自变量，为因变量。 逼近的过程，其...
2018-05-06 16:46:34
187
原创 机器学习实战之Titanic(Kaggle)
一、船员数据分析PassengerId :每一个乘客的标志符Survived:Lable值，代表是否获救Pclass:船员仓库等级Name:姓名Sex:性别Age:年龄 SibSp:兄弟姐妹有几个Parch:老人孩子的数量Ticket:船票的编号Fare:船票价格Cabin:船舱位置，此列出现大量缺失，可以不要Embarked:上船地点二、数据预处理1.导入需要的包import pandas as...
2018-05-02 13:19:24
1976
1
原创 安装anaconda\scikit-learn\tensorflow
一、在Linux下安装tensorflow安装教程很多，下边是亲测可用的版本1、安装anacondahttps://blog.csdn.net/u010414589/article/details/513035022、安装scikit-learnhttps://www.cnblogs.com/magle/p/5638409.html 3、安装tensorflowht...
2018-04-28 22:01:52
786
原创 宁静致远，静心修炼内功
想起来很惭愧，从读书到现在，总是想抓住更多的东西，结果到现在才发现很多东西都只是学了一个泛泛。总是想快，但是其实反而大部分时间都耽搁了。 很有幸的是，有人指出了这个问题，说我过于浮躁。回顾以往，发现确实如此。因此，从今天给自己定下一个目标，看东西一定要深入原理的去理解，不能泛泛而谈。 最近打算学习android操作系统，站在前人的肩膀上，希望能在2年内对整个系统有个充分的了解，
2016-08-27 13:48:54
460
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人