1.梯度下降法 是一种基于搜索的最优化方法，作用是最小化一个损失函数。 但不是所有的函数都有唯一的极值点。 解决方案：多次运行，随机初始化点 梯度下降法的初始点也是一个超参数 线性回归法的损失函数具有唯一的最优解。 模拟实现梯度下降法 1 import numpy as np 2 import ma ...
分类：
其他好文 时间：
2020-06-05 21:05:44
阅读次数：
70
基于深度卷积神经网络的图像风格迁移与神经涂鸦系统的设计与实现 【摘要】深度卷积神经网络提取图像特征的机器学习方法目前被应用到各类图像处理问题中，该方法可以很好地识别分析图像，是人工智能领域的一个重要分支。 本文中设计并实现了一款基于卷积神经网络的图像风格迁移系统，可以通过神经表示来分离和重组任意图像 ...
分类：
其他好文 时间：
2020-06-05 19:28:20
阅读次数：
60
Mac OS 遇到 OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. 最近在做图像对抗用到foolbox, tensorflow, keras 等机器学习模块。 在ju ...
分类：
系统相关 时间：
2020-06-05 10:24:54
阅读次数：
400
1.简述人工智能、机器学习和深度学习三者的联系与区别。 机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。 2. 全连接神经网络与卷积神经网络的联系与区别。 卷积神经网络也是通过一层一层的节点组织起来的。和全连接神经网络一样，卷积神经网络中的每一个节点就是一个神经元。在全连接神经网 ...
分类：
其他好文 时间：
2020-06-05 09:12:37
阅读次数：
66
一：简单实现K-近邻算法 （一）导入数据 import numpy as np import matplotlib.pyplot as plt import pandas as pd def CreateDataSet(): data = np.array([[1.0,1.1],[1.0,1.0], ...
分类：
其他好文 时间：
2020-06-04 19:39:06
阅读次数：
65
数据角度的模型一般指的是统计或数据挖掘、机器学习、人工智能等类型的模型，是纯粹从科学角度出发定义的。 1.降维 在面对海量数据或大数据进行数据挖掘时，通常会面临“维度灾难”，原因是数据集的维度可以不断增加直至无穷多，但计算机的处理能力和速度却是有限的；另外，数据集的大量维度之间可能存在共线性的关系，这会直接导致学习模型的健壮性不够，甚至很多时候算法结果会失效。因此，我们需要降低维度数量并降
分类：
其他好文 时间：
2020-06-04 15:26:58
阅读次数：
247
1.打开Anaconda Prompt 2.pip install tensorflow==2.0 -i https://pypi.douban.com/simple 过程出现选择,选y，最后等待完成安装。 3.测试 4.在pycharm中找到上面路径的anaconda3下的python.exe，完 ...
分类：
其他好文 时间：
2020-06-04 13:55:27
阅读次数：
67
1.简述人工智能、机器学习和深度学习三者的联系与区别。 2. 全连接神经网络与卷积神经网络的联系与区别。 3.理解卷积计算。 以digit0为例，进行手工演算。 from sklearn.datasets import load_digits #小数据集8*8 digits = load_digit ...
分类：
其他好文 时间：
2020-06-04 10:29:43
阅读次数：
65
在无监督学习中，训练样本的标记信息是未知的，目标是通过对无标记的训练样本的学习来揭示数据的内在性质和规律，如数据的聚类特征。聚类试图将数据集中的样本划分为若干个不相交的子集，每个子集称为一个簇。好的聚类结果呈现同一簇的样本尽可能彼此相似，不同簇的样本尽可能不同，换言之，即簇内相似度高且簇间相似度低。 ...
分类：
其他好文 时间：
2020-06-04 01:48:44
阅读次数：
118
14 深度学习-卷积 1.简述人工智能、机器学习和深度学习三者的联系与区别。 区别： （1）人工智能：目的和结果，深度学习，机器学习是方法，是工具。 （2）机器学习：一种实现人工智能的方法；机器学习都可以被精准地定义为：1、任务2、训练过程3、模型表现 （3）深度学习：是一种实现机器学习的技术，适合 ...
分类：
其他好文 时间：
2020-06-03 20:48:45
阅读次数：
142
