原创 交叉熵和相對熵(KL散度), 極大似然估計求loss, softmax多分類

看了一篇好文章, 講解交叉熵和相對熵, 之前就想弄懂, 今天仔細研究了一下. 文章鏈接: 交叉熵(Cross-Entropy) 信息量 定義事件X=x0X=x_0X=x0​發生時的信息量爲: 定義事件X=x0X=x_0X=x0

原创 創建阿里雲ecs並用mac連接的步驟(一)

創建阿里雲ecs並用mac連接的步驟 學了很久的機器學習/深度學習理論的東西, 最近終於開始要做一些實際項目了. 之前在可憐的8G/128G 乞丐版mac上跑, 想想這終究不是辦法, 大一點的數據集就要喫不消了, 所以花了半天一天

原创 阿里雲安裝運行jupyter notebook並在本地瀏覽器打開(二)

上一篇說過了怎麼創建阿里云云服務器並連接成功, 現在來說說怎麼在服務器上安裝jupyter並在本地瀏覽器上打開. 1. 安裝jupyter notebook 首先安裝anaconda: mkdir anaconda #創建獨立

原创 tensorflow之數據讀取 -- 用tf.data通過tfrecord讀取數據或者直接讀取數據

對於數據量很大的數據集, 直接讀入內存可能會放不下, 建議的做法是把全部數據轉換成tfrecord的格式, 方便神經網絡讀取數據, 並且從tfrecord中讀取數據的話tensorflow專門做過優化, 能加快讀取速度. 參考資料

原创 Coursera DeepLearning.AI課程資料整理(未完結)

吳恩達教授的DeepLearning.AI課程值得看很多遍, 每一遍都能有所收穫. 看課程時收集到的有價值資料記錄如下: 詳細課堂筆記 英文版: github: mbadry1/DeepLearning.ai-Summary

原创 雲服務器中讓jupyter後臺運行的方法(三)

1. 後臺運行 在雲服務器中搭建好jupyter並運行後, 發現它會佔用當前終端, 於是研究了一下怎麼讓它在後臺運行. 1.入門級: jupyter notebook --allow-root > jupyter.log 2>&1

原创 SVM介紹及常見面試題

SVM的原理 SVM是一種二分類模型, 基本模型是在特徵空間中尋找間隔最大化的分離超平面的線性分類器. 如果數據線性可分, 可以直接使用硬間隔SVM; 如果數據近似可分, 引入鬆弛變量, 使用軟間隔SVM; 如果數據不可分, 通過

原创 Yolo算法v1-v3介紹

YoloV1 一. Yolo的核心思想就是把整張圖作爲網絡的輸入, 直接在輸出層迴歸bounding box的位置及其類別. 二. 實現方法: 將圖像分成S*S個網格, 每個網格預測B個bounding box, 每個bound

原创 評估指標 -- Precision(查準率), Recall(查全率)和F1 score; PR曲線和mAP; ROC曲線和AUC

Precision, Recall 和 F1 score Precision – 查準率、精確率 Recall – 查全率、召回率 查準率和查全率是互相影響的,理想情況是希望兩者都高,但是一般情況下查準率高、查全率就低,查全率高

原创 Yolo算法v1-v3介紹(未完成)

YoloV1 一. Yolo的核心思想就是把整張圖作爲網絡的輸入, 直接在輸出層迴歸bounding box的位置及其類別. 二. 實現方法: 將圖像分成S*S個網格, 每個網格預測B個bounding box, 每個boundin