原创 機器學習基礎__05__常見的代價函數和激活函數

目錄 1. 常見的代價函數 1.1 迴歸問題的代價函數 1.2 分類問題的代價函數 2. 常見的激活函數 2.1 爲什麼需要激活函數? 2.2 sigmoid函數 2.3 tanh函數 2.4 ReLU函數 2.5 LeakyReLU 1

原创 機器學習基礎__03__梯度下降法

目錄 1. 什麼是梯度 1.1 方向導數 1.2 梯度 1.3  爲什麼沿着梯度方向函數增長最快 2. 梯度下降法 3. 梯度下降法的三種形式 3.1 批量梯度下降 3.2 隨機梯度下降 3.3 小批量梯度下降 1. 什麼是梯度 梯度是一

原创 機器學習基礎__01__性能度量

目錄 一、性能度量 二、迴歸問題的性能度量 三、分類問題的性能度量 3.1 混淆矩陣 3.2 準確率、召回率與F1 3.3 ROC與AUC 一、性能度量 性能度量是衡量模型泛化能力的評價標準,反映了任務需求。 通俗講就是對於多個模型,哪個

原创 vim 配置 for golang(最佳實踐)

1. 用golang最特徵go mod包管理工具 2. vim-go配置:點這裏 此時函數還不能跳轉,執行3和4 3. 在.bash_profile中添加如下:   export GOPROXY="https://goproxy.io,

原创 推薦算法_01_餘弦相似度及TF-IDF算法

  目錄   1.1 餘弦相似度介紹 1.2 餘弦相似度舉例 1.3 TF-IDF算法 1.1 餘弦相似度介紹 如何衡量兩個向量的相似程度?我們用夾角的大小,來衡量向量的相似程度,夾角越小,向量越相似。 夾角0度:方向相同,線段重合,表示

原创 推薦算法_03_FM算法論文

Abstract—In this paper, we introduce Factorization Machines (FM) which are a new model class that combines the advanta

原创 golang併發編程_01

一、併發編程模板 func main() { ...... var wg sync.WaitGroup wg.Add(1) go func() { defer wg.Done()

原创 fm代碼

1. https://www.jianshu.com/p/610dff83f709 import numpy as np from random import normalvariate # from sklearn_pandas im

原创 linux安裝pytorch

1. 先安裝Anaconda3https://blog.csdn.net/bewithme/article/details/88369733 Anaconda3包也可以從這裏下載,然後上傳到服務器,https://mirrors.tuna

原创 機器學習基礎__02__L1L2範數在機器學習中應用

目錄 1. 範數概念 2. 爲什麼L1有稀疏性?L2則沒有 3. 應用 1. 範數概念 範數是衡量某個向量空間(或矩陣)中的每個向量以長度或大小。 範數的一般化定義:對實數p>=1, 範數定義如下                    

原创 機器學習基礎__06__BP誤差反向傳播

BP算法核心就兩點 1. 誤差反向傳播 2. 鏈式求導法則 參考: 這個最全最細0. 一步步教你理解反向傳播方法 這個簡單易懂,一看就懂了1. 20分鐘搞懂神經網絡BP算法 這個例子不錯2. 一文搞懂反向傳播算法 點贊

原创 機器學習基礎__04__常見的機器學習優化算法

目錄   1. SGD 2. Momentum 動量法 3. Nesterov Momentum 牛頓動量法 4. Adagrad 5. RMSprop 6. Adam 1. SGD 我們通常所說的SGD,指的是小批量隨機梯度下降算法。每

原创 golang中map是不安全的

golang中Map是不安全的 有兩種辦法解決: 加鎖 用sync.Map 下面展示加讀寫鎖處理: type SafeMap struct { Data map[string]int Lock sync.RWMutex }

原创 redis是k-v,set前要序列化

下面展示一個實驗,把K是string,V是[]string,存入redis中 如果V在redis中存在,則要追加數據 func saveUserDisLike(userDisLikeMap map[string][]string,

原创 基礎算法_05_查找算法

todo