原创 神經網絡參數hyper-parameters選擇
總體策略: 從簡單的出發: 開始實驗 一： 如: MNIST數據集, 開始不知如何設置, 可以先簡化使用0,1兩類圖, 減少80%數據量, 用兩層神經網絡[784, 2] (比[784, 30, 2]快) 更快的獲取反饋: 之前每個
2019-08-28 13:28:48
原创 CNN
流程： 1：CNN結構很不一樣, 輸入是一個二維的神經元 (28x28): 2：28x25, 5x5 => 24x24 3：Feature map: 從輸入層轉化到輸出層
2019-08-28 13:28:48
原创 CNN實現
代碼調用NetWork3 #import mnist_loader import network3 from network3 import Network from network3 import ConvPoolLayer,Full
2019-08-28 13:28:48
原创 Deep Brief Network 和 Autoencoder
一RBM、Deep Brief Network 和 Autoencoder區別 一、RBM 1、定義【無監督學習】 RBM記住三個要訣：1）兩層結構圖，可視層和隱藏層；【沒輸出層】2）層內無連接，層間全連接；3）二值狀態值，前向反饋和逆向
2019-08-28 13:28:48
2
原创 Softmax和Overfitting
補充： 1.softmax初探 在機器學習尤其是深度學習中，softmax是個非常常用而且比較重要的函數，尤其在多分類的場景中使用廣泛。他把一些輸入映射爲0-1之間的實數，並且歸一化保證和爲1，因此多分類的概率之和也剛好爲1。 首先我們簡
2019-08-25 13:28:17
原创 基於ubuntu 無法import Theano
出現問題： pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available. Could n
2019-08-25 13:28:17
5
原创 SGD
Stochastic Gradient Descent 原理 C: cost w: weight 權重 b: bias 偏向 n: 訓練數據集實例個數 x: 輸入值 a: 輸出
2019-08-25 13:28:17
原创 cross-entropy
定義 cross-entropy函數 以前的Cost 函數 對比與總結 補充： 利用cross-entropy cost代替quadratic cost來獲得更好的收斂
2019-08-25 13:28:17
原创 WPS無法清除雲文檔
嘗試方法（最終沒解決，繼續開了個會員） PC端： 1在PC端WPS清除雲文檔——自動上傳裏面文件，沒用，並且後面雲文檔莫名其妙沒有自動上傳這個選項了 2在PC端WPS清除雲文檔——我的文檔——設備，結果清除了我本地的很多文檔，我又花了不少
2019-08-25 13:28:17
原创 python代碼調試（七）——輸入輸出及異常
Pickle Python 提供了一個叫作 Pickle 的標準模塊，通過它你可以將任何純 Python 對象存儲到一個文件中，並在稍後將其取回。這叫作持久地（Persistently）存儲對象。 import pickle shopl
2019-08-17 13:26:21
3
原创 python代碼調試（四）——模塊
模塊 import sys import os; print('are you ok') for i in sys.argv: print(i,end = '') # print(os.getcwd()) 可以查看文件在哪個目錄（
2019-08-17 13:26:20
3
原创 python代碼調試（二）——控制流
if while for break continue if number = 23 guess = int(input("enter an integer: ")) if guess == number:
2019-08-17 13:26:20
2