原创 TensorFlow中的小知識:tf.flags.DEFINE_xxx()

內容包含如下幾個我們經常看到的幾個函數: ①tf.flags.DEFINE_xxx() ②FLAGS = tf.flags.FLAGS ③FLAGS._parse_flags() 簡單的說: 用於幫助我們添加命令行的可選參數。 也就是

原创 EEG檢查的意義(轉)

EEG是腦細胞功能變化的標誌,能反映腦性疾病時腦功能障礙與否,但不能反映其疾病程度。一份正常EEG並不總是意味着腦功能正常,一份異常EEG、並不一定意味着腦功能異常。一種腦性疾病可產生多種形態的EEG異常,一種EEG異常可由多種腦性疾病引

原创 KL散度的理解

KL散度的理解 標籤(空格分隔): 機器學習 linbin 2018-05-29 KL散度( KL divergence) 全稱:Kullback-Leibler Divergence 用途:比較兩個概率分佈的接近程度 在統計應

原创 圖像檢索研究進展:淺層、深層特徵及特徵融合 筆記

圖像檢索研究進展:淺層、深層特徵及特徵融合 歡迎使用Markdown編輯器寫博客 本Markdown編輯器使用StackEdit修改而來,用它寫博客,將會帶來全新的體驗哦: Markdown和擴展Markdown簡潔的語法 代碼塊高亮

原创 拉格朗日乘數法和KKT條件的直觀解釋

拉格朗日乘數法和KKT條件的直觀解釋 標籤(空格分隔): 機器學習 linbin 2018-05-10 Abstract 在SVM的推導中,最優化問題是其中的核心,這裏我們簡單介紹下最優化問題,特別是帶有約束的最優化問題,並且引入拉格朗

原创 訓練分類器爲什麼要用cross entropy loss而不能用mean square error loss?

對於多分類的標籤(即教師信號),從本質上看,通過One-hot操作,就是把具體的標籤(Label)空間,變換到一個概率測度空間(設爲 p),如[1,0,0](表示它是第一個品類)。可以這樣理解這個概率,如果標籤分類的標量輸出爲1(即概率

原创 機器學習中precision和accuracy區別

機器學習中precision和accuracy區別 一些術語 對於一個二分類問題,我們定義如下指標: TP:True Positive,即正確預測出的正樣本個數 FP:False Positive,即錯誤預測出的正樣本個數(本來是負樣本

原创 單詞表_芝士

單詞表 Tags: 英語學習 Day 1 the box 5/9/2018 1:04:03 PM ballon 氣球 politician 政客 ridiculous 荒謬的;可笑的 lever 拉桿 joke 笑話 pull 拉

原创 拉格朗日乘子法如何理解

拉格朗日乘子法如何理解? 拉格朗日乘數法(Lagrange multiplier)有很直觀的幾何意義。舉個2維的例子來說明:假設有自變量x和y,給定約束條件g(x,y)=c,要求f(x,y)在約束g下的極值。我們可以畫出f的等高線圖,如下

原创 卷積神經網絡中用1-1 卷積核的作用

卷積神經網絡中用1*1 卷積核的作用 linbin 標籤(空格分隔): 卷積神經網絡 優點: 可以降低特徵圖的維數,防止參數過多,有利於增加深層網絡的寬度 增加模型深度,一定程度上提升模型的表徵能 Inception 下圖是I

原创 tensorflow的歸一化和 Tensorflow-查看保存的變量及名字

歸一化的理由 過大或過小的數值可能導致計算浮點的上溢或下溢 不同的數值範圍導致不同屬性對模型的重要性不同,對優化造成困難,訓練時間變長 機器學習常用方法(正則)技巧/模型都假設屬性取值在以0爲均值的附近 import tens

原创 Tensorflow的padding方法

Tensorflow的padding方法 The TensorFlow Convolution example gives an overview about the difference between SAME and VALID :

原创 tensorflow 學習 使用flags定義命令行參數

tf定義了tf.app.flags,用於支持接受命令行傳遞參數,相當於接受argv。 import tensorflow as tf 第一個是參數名稱,第二個參數是默認值,第三個是參數描述 tf.app.flags.DEFINE_str

原创 歡迎使用CSDN-markdown編輯器

python django 筆記 def foo(): print 'hel' form_class = get_form_class() python 在執行的時候不會考慮函數裏面那個未定於的函數,也不會報錯 歡迎使用M

原创 神經網絡爲什麼要歸一化1

神經網絡爲什麼要歸一化 用神經網絡的小夥伴都知道,數據需要做歸一化,但是爲什麼要做歸一化,這個問題一直模棱兩可,網上也沒有較全的回答,小編花費了一段時間,做了一些研究,給大家仔細分析,爲什麼要做歸一化: 1. 數值問題 2. 求解需要