原创 利用自編碼器對線性模型參數加密
from sklearn.datasets import load_boston dataset = load_boston() x_data = dataset.data y_data = dataset.target fro
2020-06-25 14:12:45
原创 簡易版蒙特卡洛採樣計算二項式分佈的參數
import numpy as np import matplotlib.pyplot as plt X = np.array([1, 1, 1, 1, 1, 0, 0, 1, 1, 0]) #q = np.array([0.1,
2020-06-25 14:12:45
原创 整數拆分(python)
# 我們都知道有一門數學領域叫組合數學，其中整數的拆分問題是非常有名的， # 例如 我們有1g、 2g、 3g、 4g、 5g的砝碼各一個，問能稱出多少的重量，各有多少稱法 # 這裏我們利用歐拉提出的母函數的概念(當然拉馬努金的公式也
2020-06-25 14:12:45
1
原创 針對神經網絡的快速符號攻擊
''' 但是，設計和訓練模型的一個經常被忽略的方面是安全性和魯棒性， 尤其是在面對想要欺騙模型的對手的情況下 這篇文章的思路就是給圖像加噪音，但是大家會發現一件事，加噪音我們希望給神經網絡認爲重要的像素點給予更
2020-06-25 14:12:45
原创 基於pytorch線性判決器（不使用nn.moudle）
import torchimport matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitfrom sklearn import data
2020-06-16 01:51:38
1
原创 輸出各層神經網絡權重與偏置
from torch import nn import torch.nn.functional as f class SimpleNet(nn.Module): def __init__(self, in_dim, n_hidde
2020-06-16 01:51:38
原创 基於pytorch比較sigmoid和relu函數梯度下降速度
import torch import torch.nn as nn from torch.autograd import Variable import torch.optim import matplotlib.pyplot as
2020-06-16 01:51:38
原创 感知機根據不同分佈數據樣本得到不同的損失值（基於pytorch），簡單理解算法收斂性問題
# 測試函數最常用來解決的一個問題 ：算法最後結果是不是收斂的 ''' 比如我們想用一條線去 分割一個數據集 將他分成兩個類別-----》這裏我們用感知機算法來測試一下 ''' ''' 感知機一般只能解決線性分類問題也就是說圖像是這個樣
2020-06-16 01:51:38
原创 （Python版本）Relief算法有效的對特徵進行選擇
'''python2.7''' import numpy as np from random import randrange from sklearn.preprocessing import normalize def dist
2020-06-16 01:51:38
1
原创 貝葉斯網絡對手寫識別體的預測
import pyvarinf from torch.autograd import Variable import torch.nn as nn import torch.nn.functional as F import torch
2020-06-16 01:51:38
1
原创 積分度量學習
# 積分度量 當我們計算兩個簇之間的距離的時候常常用的 歐氏距離，但是 用積分來度量兩個簇 之間佔據空間的大小也是一種很有趣的思路 import numpy as np a1 = np.array([1, 1]) b1 = np
2020-06-16 01:51:38
原创 神經網絡的線性單元不能擬合指數表達
''' 目前神經網絡一直都是採用relu（非線性單元）作爲激活函數，目的是產生類似異或表達，比如線性函數的可加性就被很好的破壞掉了 f（ax+by）=af(x)+bf(y) 在加入relu之後不成立了。 但是對於e^x 這種軌跡,re
2020-06-16 01:51:38
原创 壓縮度量(矩陣映射)
# 壓縮度量是一個數學概念，例如我們採用歐氏距離作爲度量方法， 對於任意的 ||xi-xj||>||f(xi)-f(xj)|| (xi 和 xj 爲樣本空間中的樣本) #場景 如果我們的樣本點之間距離很大，數據很稀疏的情況下，這種距離
2020-06-16 01:51:38
原创 牛頓迭代法的簡單實現（python）
''' 牛頓法很多人寫了一大通感覺非常的高大上，其實想法很簡單，我們目標就是找函數的零點 比如你選了一個起始點x = a , y = f(a) 這個點相比於零點假如說是有距離的。 那麼你會發現在這個x = a 點處求一個切線方程，這個
2020-06-16 01:51:38
2