原创 深度學習筆記(五)——神經網絡和深度學習(深層神經網絡)

1.深層神經網絡 深層神經網絡其實就是包含更多的隱藏層神經網絡。下圖分別列舉了邏輯迴歸、1個隱藏層的神經網絡、2個隱藏層的神經網絡和5個隱藏層的神經網絡它們的模型結構。 命名規則上,一般只參考隱藏層個數和輸出層。例如,上圖中的邏輯迴歸又

原创 noj六數碼

題目來源noj 時限:1000ms 內存限制:10000K  總時限:3000ms 描述 現有一兩行三列的表格如下: A B C D E F 把1、2、3、4、5、6六個數字分別填入A、B、C、D、E、F格子中,每個格子一個數字且各不相同

原创 深度學習筆記(六)——改善深層神經網絡:超參數調試、正則化以及優化(深度學習的實用層面)

1.訓練/開發/測試集 訓練集(Training sets)、驗證集(Development sets)、測試集(Test sets)的優劣對神經網絡的性能有非常重要的影響。此外,構建神經網絡時,還需要設置許多參數,例如神經網絡的層數、每

原创 深度學習筆記(十)——結構化機器學習項目(機器學習(ML)策略(2))

1.進行誤差分析 舉個例子,貓類識別問題,已經建立的模型的錯誤率爲10%。爲了提高正確率,我們發現該模型會將一些狗類圖片錯誤分類成貓。一種常規解決辦法是擴大狗類樣本,增強模型對夠類(負樣本)的訓練。但是,這一過程可能會花費幾個月的時間,耗

原创 深度學習筆記(九)——結構化機器學習項目(機器學習(ML)策略(1))

1.爲什麼是ML策略 對深度神經網絡模型的優化可以從很多方面進行,例如: Collect more data Collect more diverse training set Train algorithm longer wi

原创 深度學習筆記(八)——改善深層神經網絡:超參數調試、正則化以及優化(超參數調試、Batch 正則化和程序框架)

1.調試處理 深度神經網絡需要調試的超參數較多,包括: :學習因子 :動量梯度下降因子 :Adam算法參數 #layers:神經網絡層數 #hidden units:各隱藏層神經元個數 learning rate d

原创 深度學習筆記(七)——改善深層神經網絡:超參數調試、正則化以及優化(優化算法)

1.Mini-batch梯度下降法 神經網絡訓練過程是對所有m個樣本(batch),通過向量化方式計算且同時進行的。如果m很大,例如百萬數量級,訓練速度往往會很慢,因爲每次迭代都要對所有樣本進行進行求和運算和矩陣運算。我們將這種梯度下降算

原创 如何修改mysql-8.0.14版本的密碼

安裝成功後,在data目錄下的.err文件中有這樣一行: A temporary password is generated for root@localhost:xxxxxx 後面的‘‘xxxxxx’’就是初始密碼。 在bin目錄下用管

原创 HTML+CSS基礎筆記

HTML: 1.html標籤不顯示,是網頁最外層的標籤,一個網頁只能有一個 2.body標籤:裏面存儲所有所有的可見元素 3.head標籤:爲一張網頁儲存一些必要的元素 4.title標籤:用於指定頁面標題,搜索引擎就搜索這裏,不顯示

原创 Tensorflow實現cifar10識別

首先要準備的是cifa10數據集,下載地址:http://www.cs.toronto.edu/~kriz/cifar.html下載binary版。cifar-10分類數據集爲60000張32 * 32的彩色圖片,總共有10個類別,其中5

原创 MNIST數據集實現手寫數字識別(基於tensorflow)

主要應用了下面幾個方法來提高準確率; 使用隨機梯度下降(batch) 使用Relu激活函數去線性化 使用正則化避免過擬合 使用帶指數衰減的學習率 使用滑動平均模型 使用交叉熵損失函數來刻畫預測值和真實值之間的差距的損失函數 第一步,導入M

原创 滑雪

時限:1000ms 內存限制:10000K 總時限:3000ms 描述: Michael喜歡滑雪這並不奇怪,因爲滑雪的確很刺激。可是爲了獲得速度,滑的區域必須向下傾斜,而且當你滑到坡底,你不得不再次走上坡或者等待升降機來載你。Michae

原创 花生米系列

花生米(二) 時限:1000ms 內存限制:10000K 總時限:3000ms 描述: 五一長假第二天,Tom和Jerry在倉庫散步的時候又發現了一堆花生米(這個倉庫還真奇怪)。這次Tom制定分花生米規則如下:        1、Tom和

原创 動態規劃電路佈線問題

     1、問題描述:       在一塊電路板的上、下兩端分別有n個接線柱。根據電路設計,要求用導線(i,π(i)) 將上端接線柱i與下端接線柱π(i)相連,如下圖。其中,π(i),1≤ i ≤n,是{1,2,…,n}的一個排

原创 計算矩陣連乘積

時限:1000ms 內存限制:10000K 總時限:3000ms 描述: 在科學計算中經常要計算矩陣的乘積。矩陣A和B可乘的條件是矩陣A的列數等於矩陣B的行數。若A是一個p×q的矩陣,B是一個q×r的矩陣,則其乘積C=AB是一個p×r的矩