MINST是由Yann LeCun等人建立并维护的手写数字识别数据库。该数据库总共包含60000个训练样本和10000个测试样本。其中每个样本的大小是一张28*28的手写数字图片。数字包括从0~9总共10个数字。遵照上述条件，使用如下语句建立softmax分类模型：代码清单3.1.1 在写上述代码之 ...
分类：
编程语言 时间：
2016-08-19 12:52:43
阅读次数：
184
在我们遇到回归问题时，例如前面提到的线性回归，我们总是选择最小而成作为代价函数，形式如下： 这个时候，我们可能就会有疑问了，我们为什么要这样来选择代价函数呢？一种解释是使我们的预测值和我们训练样本的真实值之间的距离最小，下面我们从概率的角度来进行解释。 首先假设输入变量和目标变量满足下面的等式 ε（ ...
分类：
其他好文 时间：
2016-08-13 06:26:00
阅读次数：
162
定义符号 m:训练样本的数目 n：特征的数量 x‘s：输入变/特征值 y‘s：输出变量/目标变量 (x,y)：训练样本 ->(x(i),y(i)):训练集，第i个训练样本，i=1,2..,m 监督学习 定义：(口头表达，非正式)我们给学习算法一个数据集，这个数据集由“正确答案”组成，它的目标是给定某 ...
分类：
其他好文 时间：
2016-08-12 06:42:01
阅读次数：
161
一、自动编码器
目前为止,我们介绍了神经网络在有标签的训练样本的有监督学习中的应用.现在假设我们只有一个未标记的训练集{x(1),x(2),x(3),…},其中x是n维的.自动编码器神经网络是一种采用反向传播的无监督学习算法,让目标值和输入相等,即让y(i)=x(i).
这是一个自动编码器:
自动编码器试图学习函数hW,b(x)≈x.换句话说,它试图学习恒等函数的逼...
分类：
其他好文 时间：
2016-08-10 22:52:41
阅读次数：
336
Generative Adversarial Nets NIPS 2014 本文通过对抗过程，提出了一种新的框架来预测产生式模型，我们同时训练两个模型：一个产生式模型 G，该模型可以抓住数据分布；还有一个判别式模型 D 可以预测来自训练样本 而不是 G 的样本的概率．训练 G 的目的是让 D 尽可能 ...
分类：
Web程序 时间：
2016-08-06 23:18:29
阅读次数：
1221
SpeeDO —— 并行深度学习系统 SpeeDO —— 并行深度学习系统 摘要: 最近，AlphaGo又带起了一波深度学习的热潮。深度学习在很多领域都大幅提高了模型的精度，使得很多以前在实验室中的技术得以运用到日常的生活之中。然而，大多数深度学习网络非常复杂，需要大量的训练样本进行训练， ... ...
分类：
其他好文 时间：
2016-08-06 15:55:11
阅读次数：
184
机器学习算法( 二、K - 近邻算法) 一、概述 k-近邻算法采用测量不同特征值之间的距离方法进行分类。 工作原理：首先有一个样本数据集合（训练样本集），并且样本数据集合中每条数据都存在标签（分类），即我们知道样本数据中每一条数据与所属分类的对应关系，输入没有标签的数据之后，将新数据的每个特征与样本 ...
分类：
编程语言 时间：
2016-08-02 01:07:04
阅读次数：
375
监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。在人对事物的 ...
分类：
其他好文 时间：
2016-08-02 00:45:25
阅读次数：
157
一、概述 k-近邻算法采用测量不同特征值之间的距离方法进行分类。 工作原理：首先有一个样本数据集合（训练样本集），并且样本数据集合中每条数据都存在标签（分类），即我们知道样本数据中每一条数据与所属分类的对应关系，输入没有标签的数据之后，将新数据的每个特征与样本集的数据对应的特征进行比较（欧式距离运算 ...
分类：
编程语言 时间：
2016-08-01 10:25:06
阅读次数：
356
http://www.bkjia.com/Pythonjc/1131343.html 利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高验证码识别率，tesseract训练样本 利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高 ...
分类：
其他好文 时间：
2016-07-24 07:04:07
阅读次数：
4551
