原创 LSTM(長短期記憶網絡)

在上篇文章一文看盡RNN(循環神經網絡)中,我們對RNN模型做了總結。由於RNN也有梯度消失的問題,因此很難處理長序列的數據,大牛們對RNN做了改進,得到了RNN的特例LSTM(Long Short-Term Memory),它可

原创 LeNet-5 – A Classic CNN Architecture

LeNet 誕生於 1994 年,是最早的卷積神經網絡之一,並且推動了深度學習領域的發展。自從 1988 年開始,在許多次成功的迭代後,這項由 Yann LeCun 完成的開拓性成果被命名爲 LeNet5。 LeNet-5 出自論

原创 用 tf.data 加載圖片

用 tf.data 加載圖片 本教程提供一個如何使用 tf.data 加載圖片的簡單例子。 本例中使用的數據集分佈在圖片文件夾中,一個文件夾含有一類圖片。 1. 配置 import tensorflow as tf AUTOTU

原创 預訓練模型遷移學習(Transfer Learning)

1、遷移學習 遷移學習在計算機視覺領域中是一種很流行的方法,因爲它可以建立精確的模型,耗時更短。利用遷移學習,不是從零開始學習,而是從之前解決各種問題時學到的模式開始。這樣,你就可以利用以前的學習成果(例如VGG、 Incepti

原创 大話深度殘差網絡(DRN)ResNet

論文地址:Deep Residual Learning for Image Recognition 一、引言 深度殘差網絡(Deep residual network, ResNet)的提出是CNN圖像史上的一件里程碑事件,讓我們

原创 大話經典卷積神經網絡-VGGNet

《Very Deep Convolutional Networks for Large-Scale Image Recognition》 arXiv:[1409.1556] Very Deep Convolutional Net

原创 AlexNet概述

AlexNet模型來源於論文-ImageNet Classification with Deep Convolutional Neural Networks,作者Alex Krizhevsky,Ilya Sutskever,Geo

原创 一文看盡RNN(循環神經網絡)

循環神經網絡簡介 BP算法,CNN之後,爲什麼還有RNN? 細想BP算法,CNN(卷積神經網絡)我們會發現, 他們的輸出都是隻考慮前一個輸入的影響而不考慮其它時刻輸入的影響, 比如簡單的貓,狗,手寫數字等單個物體的識別具有較好的效

原创 監督學習算法模型評估

在分類模型評判的指標中,常見的方法有如下三種: 混淆矩陣(也稱誤差矩陣,Confusion Matrix) ROC曲線 AUC值 在迴歸模型評價指標中,常用的方法有如下幾種: MSE RMSE MAE R2 混淆矩陣(Co

原创 Spark ML機器學習庫評估指標示例

本文主要對 Spark ML庫下模型評估指標的講解,以下代碼均以Jupyter Notebook進行講解,Spark版本爲2.4.5。模型評估指標位於包org.apache.spark.ml.evaluation下。 模型評估指

原创 監督學習算法模型評估實例(sklearn版)

sklearn機器學習包中的模型評估指標都在包sklearn.metrics下; 鏈接地址:https://scikit-learn.org/stable/modules/classes.html?highlight=metric

原创 CM6.3 High Availability

HDFS High Availability YARN High Availability HBase High Availability Most aspects of HBase are hi

原创 打造 Win10 終極開發環境

當我們在 Windows 平臺上進行程序開發的時候,會遇到各種各樣讓人討厭的問題,有時候還必須轉到 Linux 環境下進行開發。然而,通過本文你將可以解決你在 Windows 平臺上開發遇到的所有問題。 1、Chocolate P

原创 CentOS7 Cloudera Manager6 完全離線安裝 CDH6 集羣

本文是在CentOS7.4 下進行CDH6集羣的完全離線部署。CDH5集羣與CDH6集羣的部署區別比較大。 說明:本文內容所有操作都是在root用戶下進行的。 文件下載 首先一些安裝CDH6集羣的必須文件要先在外網環境先下載好。

原创 樸素貝葉斯原理小結

樸素貝葉斯算法原理小結 From https://www.cnblogs.com/pinard/p/6069267.html 在所有的機器學習分類算法中,樸素貝葉斯和其他絕大多數的分類算法都不同。對於大多數的分類算法,比如決策樹,