原创 Elastic Weight Consolidation(EWC) for Life long Learning

Life Long learning 連續學習的概念大概是在2016年以後纔開始流行的,雖然今天的工業界中幾乎都是使用一個或多個模型對應一個任務,但是爲了讓機器更像人,讓機器能同時解決多個任務,同時把過去的知識運用到新的任務上,也

原创 基於DANN的圖像分類任務遷移學習

注:本博客的數據和任務來自NTU-ML2020作業,Kaggle網址爲Kaggle. 數據預處理 我們要進行遷移學習的對象是10000張32x32x3的有標籤正常照片,共有10類,和另外100000張人類畫的手繪圖,28x28x1

原创 GBDT算法解釋與Python實現

迴歸樹 統計學習的部分也差不多該結束了,我希望以當前最效果最好的一種統計學習模型,Xgboost的原型GBDT來結尾。 GBDT的基礎是CART決策樹。在CART基學習器上使用boosting,形成更好的集成學習器,就是GBDT的

原创 深度模型的優化方法

優化大型神經網絡時,訓練速度已經成爲了制約神經網絡應用的因素。簡單的SGD方法和mini-batch方法在簡單的問題上表現很好,而且動手實現時是簡單的,但是今天的大型網絡對優化方法的要求越來越高。我們必須找到優秀的優化方法來進一步

原创 可視化CNN

深度學習的可解釋性一直是比較差的,因爲神經網絡不像傳統算法,可以明確的被解釋機器爲什麼下某種判斷,做某種分析。比如決策樹,就可以直接告訴你因爲XX特徵是XX,所以我們把它歸爲某類。又或者SVM,因爲訓練集中的X1和X2是支持向量,

原创 基於自編碼器實現無監督異常檢測系統

作爲自編碼器的入門項目,我實現了一個無監督的異常檢測系統,傳統的異常檢測手段有很多,在有監督時可以單純用多分類問題來判別異常,也可以用高斯聚類來幫助判別異常出現的概率。這裏如果要實現無監督學習的異常檢測,一種方法是藉助數據降維和聚

原创 深入理解支持向量機(SVM) 用梯度下降法和SMO算法實現SVM

在各種各樣強大的神經網絡被提出之前,SVM在機器學習領域一直是走在前列的模型;尤其是在數據規模較小時,SVM的特性能夠有效保證模型不會出現嚴重的過擬合,從而提升模型表現。即使在今天,儘管GBDT和各式各樣的深度學習模型大行其道,S

原创 BPTT算法的推導和simpleRNN的實現

BPTT算法 簡單RNN的結構如下圖所示,它在普通的三層全連接網絡上做出了改動,也就是在每次前饋運算的時候,考慮上一次的輸出。 這個因素的引入讓RNN變得能夠根據上文得到輸出,即不同的輸入序列將會對應不同的輸出。 上面的模型寫出

原创 動手學深度學習2——實現卷積層和池化層

卷積神經網絡 卷積神經網絡是一種主要用於圖像識別和分類的網絡,也可以用於其他的領域,比如文本處理和alphago下棋。CNN是經典的深度學習網絡,它的靈感來源於對生物的視覺系統的研究,卷積神經網絡是受生物學上感受野的機制而提出的,

原创 中山大學人工智能實驗2 15-Puzzle Problem

描述 算法 任務 解決方案(Python) class pos: def __init__(self,x,y): self.x = x self.y = y import rando

原创 中山大學人工智能實驗12 EM Algorithm (C++/Python)

描述 算法 任務 代碼 #讀取football文件,其中的數據是7維的x,表示歷年的世界盃和亞洲盃排名 dataSet = [] Country = [] fr = open("Football.txt") for line

原创 中山大學人工智能實驗4 Futoshiki Puzzle ( Forward Checking)

描述 解決方案 #棋盤給定的值 board = [ [0,0,0,7,3,8,0,5,0], [0,0,7,0,0,2,0,0,0], [0,0,0,0,0,9,0,0,0], [0,0,0,4

原创 中山大學人工智能實驗13 BP Algorithm (C++/Python)

BP算法雛形 class NeuralNetwork: LEARNING_RATE = 0.5 def __init__(self, num_inputs, num_hidden, num_outputs, hid

原创 中山大學人工智能實驗6 Queries on KB

問題描述 知識庫文件 Restaurants.pl restaurant(mixuebingcheng,1998,drinks). restaurant(muwushaokao,2003,barbecue). restauran

原创 中山大學人工智能實驗1 Maze Problem

題目 解析與代碼 迷宮文件 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % S% % %%%%%%%%%%%%%%%%%%%%%%%