HAVE FUN! THANKS

2,255  2

[TF.7]多类别神经网络

本文参考《Google机器学习速成课程》多类别神经网络点击下载源码 设置 !wget https://storage.googleapis.com/mledu-datasets/mnist_train...

2,293  0

[TF.6]正则化Regularization

模型选择的典型方法是正则化(Regularization),正则化是结构风险最小化策略的视线,是在经验风险上加一个正则化项(regularizer)或罚项(penalty term),正则化项一般是模...

1,703  0

[TF.5]分类与评估

本文参考《Google机器学习速成课程》分类 评估方式 准确率|识别率 错误率|误分类率 当使用分类不平衡的数据集时,准确率并不能反映全面情况 精确率|精度 真正例率|敏感度|召回率 真负例率|特效性...

2,950  1

[TF.4]特征工程

本文参考《Google机器学习速成课程》使用TF的基本步骤 点击下载源码 一、将原始数据映射到特征 映射字符串值 为要表示的所有特征的字符串值定义一个词汇表 使用该词汇表创建一个独热编码 映射分类(枚...

3,982  0

[TF.3]多特征训练与交叉验证

本文参考《Google机器学习速成课程》验证点击下载源码 交叉验证分为: 简单交叉验证 S折较差验证 留一交叉验证 import math from IPython import display fr...

1,814  1

[TF.2]合成特征和离群值

本文参考《Google机器学习速成课程》使用TF的基本步骤 尝试合成特征 california_housing_dataframe["rooms_per_person"] =(ca...

1,653  1

GoogLeNet

在训练数据和计算资源增加之后,提高计算资源的利用率成为了需要研究的问题。这篇论文提出Inception结构,希望对卷积神经网络进行模块化,在保持计算量不变的情况下提高泛化能力。 关键词: Contra...

850  0

AlexNet

大量的标注图片为AlexNet的出现打下坚实基础,为了完成大量样本下上千个种类图像的判断,需要一种学习能力更强的网络。但使用现有的全连接神经网络处理如此大的数据量会导致计算量大的离谱,而卷积神经网络(...